【语音处理】

华为昇腾计算产业解读

昇腾计算框架华为从基础硬件（昇腾系列NPU）出发衍生出一套和现有的人工智能体系不同的架构昇腾计算架构层级现行架构体系应用机器视觉，自然语言处理，语音处理框架Pytorch，Tensorflow，MXNet
酌泠·2023-08-18 22:42

华为云MetaStudio多模态数字人进展及挑战介绍

//编者按：数字人作为AI能力集大成者，涉及计算机视觉、计算机图形学、语音处理、自然语言处理等技术，正在金融、政务、传媒、电商等领域应用越来越广。
LiveVideoStack_·2023-08-14 07:45

深度学习在语音中的应用

发音分类：浊音(使声带发生张弛振动)、清音(声带不振动)、爆破音声学特性：音色(音质，两种声音区别的特性)、音调(声波的频率，即声音的高低)、音强(强弱，由声波的震动幅度)、音长(声音长短)时域波形：语音处理的流程语音信号的处理
Better-1·2023-08-11 13:34

OpenAI 已为 GPT-5 申请商标，GPT-4 发布不到半年，GPT-5 就要来了吗？

申请文件强调其具有“自然语言处理、生成、理解和分析”等潜在功能，其他功能则包括基于机器学习的语言和语音处理、从一种语言到另一语言的文
成事指南·2023-08-06 14:55

自然语言处理学习笔记（二）————语料库与开源工具

（2）人员培训（3）人工标注3.中文处理中的常见语料库（1）中文分词语料库（2）词性标注语料库（3）命名实体识别语料库（4）句法分析语料库（5）文本分类语料库4.NLP开源工具1.语料库语料库就是自然语音处理中的数据集
阿波拉·2023-08-03 18:19

一篇关于预测“未来”的教程：运行在 Intel AIxBoard™ 开发板上的 TDengine

英特尔数字化开发套件AIxBoard是一款AI架构的人工智能嵌入式开发板，体积小巧功能强大，可以在时序数据预测、图像分类、目标检测分割和语音处理等应用中并行运行多个神经网络。
涛思数据（TDengine）·2023-08-02 00:24

c++通过自然语言处理技术分析语音信号音高

C++中可以使用数字信号处理库或语音处理库，比如MATLAB、Praat、YIN算法等等来进行音高分析。
Dream SYC_UCC·2023-08-01 09:49

探索和实践：基于Python的TD-PSOLA语音处理算法应用与优化

今天我将和大家分享一个非常有趣且具有挑战性的主题：TD-PSOLA语音处理算法在Python中的应用。
快撑死的鱼·2023-07-27 18:49

K210开发实例-I2S播放音频

其中I²S0支持可配置连接语音处理模块，实现语音增强和声源定向的功能。下面是一些共有的特性：总线宽度可配置为8，16，和32位每个接口最多支持4个立
视觉&物联智能·2023-07-26 21:23

自然语言处理NLP在Java语言的应用

自然语言处理的技术应用自然语言处理（NaturalLanguageProcessing,NLP）技术主要可以分为文本处理和语音处理两种。
A雄·2023-07-26 01:33

实时语音处理中的分帧策略(简述)

目录一、实时语音处理中的分帧策略1.分帧策略方式12.分帧策略方式23.代码实现3.1方式13.2方式23.3实现3二、模拟实时处理1.时域上的分割(均分)2.时域上的分割(重叠)三、实时处理实例上一篇
渣渣小码·2023-07-22 07:39

conda-forge安装工具包

利用conda安装Python语音处理工具包librosalibrosa在音频、乐音信号的分析中经常用到，是python的一个工具包conda下安装librosa的命令为：“condainstall-cconda-forgelibrosa
高博士_嵌入式·2023-07-18 00:39

基于炬芯3019 SDK数字助听器平台驱动设计与算法实现

+vhezkz17进数字音频系统答疑裙1针对数字助听器进行音频信号处理，达到助听功能的需求分析，使用三种语音处理算法。三种语音处理算法包括：自动增益控制算法、移频算法以及宽动态范围压缩算法。
周龙(AI湖湘学派)·2023-07-14 17:49

声音合成与克隆——制作用于训练的声音数据集

前言1.PaddleSpeech是一个简单易用的all-in-one的语音工具箱，支持语音处理的相关操作，如语音知别，语音合成，声纹识别，声音分类，语音翻译，语音唤醒等多个方向的应用开发。
知来者逆·2023-07-14 16:39

WebRTC中AECM算法简介

1，算法介绍以及整体框架1.1算法整体框架AECM属于WebRTC语音处理引擎(VoiceEngine)的子模块，是为移动设备专门设计的回声消除处理模块，其内部有根据芯片类型进行汇编指令级的特殊优化。
王小二_Leon·2023-06-21 19:19

NPU-ASLP实验室11篇论文被语音旗舰会议Interspeech2023录用

西工大音频语音与语言处理研究组（ASLP@NPU）本届会议将携合作伙伴宣读论文11篇，涉及智能语音处理领域的众多研究方向，包括语音识别、语音合成与转换、语音翻译、说话人识别等。
语音之家·2023-06-12 19:16

音视频领域的未来发展方向展望

文章目录音视频领域的未来发展方向全景音视频技术虚拟现实和增强现实的区别人工智能技术可视化智能分析智能语音交互图像识别和视频分析技术语音处理智能推荐技术远程实时通信流媒体技术未来方向音视频领域的未来发展方向全景音视频技术
码农飞飞·2023-06-09 19:37

Pre-train, Prompt, and Predict A Systematic Survey of Prompting Methods in Natural Language Process

预训练、提示与预测:自然语言处理中提示方法的系统综述摘要1自然语音处理中的两次巨变2对提示的正式描述2.1NLP中的监督学习2.2提示基础知识2.2.1提示添加2.2.2回
UnknownBody·2023-06-08 04:44

A Survey of Transformers论文解读

Transformer[137]是一个已经广泛应用于各种领域的重要的深度学习模型,例如自然语言处理(NLP)，计算机视觉(CV)以及语音处理。
你回到了你的家·2023-04-12 05:05

服务器抓不到mrcp协议,MRCP协议学习笔记-语音处理的基本原理

1、首先，让我们看看人体的声音系统是如何进行工作的。人体的空气通过肺，然后通过导管传递到喉咙。喉咙本身是一个非常复杂的系统，包括发音的主要核心部分-声带。人体嘴唇，鼻腔，咽喉等通过振荡等处理流程共同控制了发音，频率，男女发音等不同的语音参数。人的语言系统可以转化成一个工程化的处理流程来模拟真正的人体发音。通过工程转化以后的示例结果如下。因为性别的不同，男性和女性的音高有所不同，女性的范围大概在12
勃加蕊·2023-04-08 00:50

压缩器简介与实现

压缩器通常被用于音频录制、混音和播放，以及语音处理等领域。压缩器广泛用于音乐制作中，以增加歌曲的整体音量，并保持信号的可听性。在语音处理中，压缩器可以用于增加语音信号的可懂度和清晰度。
zhui-meng6·2023-04-06 17:01

NLP中面向文本表示的模型梳理

在语音处理技术中，语音信息被解析成为用音频频谱序列向量所构成的matrix，喂入神经网络或者统计学习模型进行处理；在图像处理技术中，图像信息被解析成由众多像素点构成的matrix，喂入神经网络或者统计
Gamelife27·2023-04-06 10:10

语音识别框架之ESPnet

ESPnet是一个端到端的语音处理工具包，涵盖了端到端的语音识别、文本到语音、语音翻译、语音增强、说话者分类、口语理解等。
语音不识别·2023-04-06 09:59

语音处理/语音识别基础（二）- 声音的存储

本文总结声音的存储，对如下问题做出回答。1.声音有哪些属性？2.声音转换成电脑文件（wav/mp3）的过程是怎么样的？3.PCM格式的音频文件和WAV格式文件的内容有什么差异？声音是物体振动产生的声波。声音通过介质（空气、固体、液体）传入到人耳中，带动听小骨振动，经过一系列的神经信号传递后，被人所感知。声音是一种波。物体振动时会使介质（如空气）产生疏密变化，从而形成疏密相间的纵波。频率（音调）：声
davidullua·2023-04-06 02:31

云知声: 基于 JuiceFS 的超算平台存储实践

Atlas是云知声的底层基础技术平台，支撑着云知声所有模型的迭代：第一层是业务层，主要是公司的业务如语音处理、图像处理、自然语言处理等。第二层是控制中心，从数据生产、数据接入到模型发布都
Juicedata·2023-04-04 13:58

02 Cadence Tensilica Xtensa HiFi 音频解码器相关介绍

Tensilica：嵌入式处理器公司，已被芯片EDA巨头Cadence收购Xtensa：DSP处理器核心，也是该系列的型号名称，也是该处理器中指令集架构的名称HiFi：特指32位音频/语音处理
才鲸嵌入式·2023-04-04 07:26

全面支持稀疏计算、图学习、语音处理等任务

相比飞桨框架2.3版本，飞桨框架v2.4增加了167个功能性API，新增稀疏计算(paddle.sparse)、图学习(paddle.geometric)和语音处理(paddle.audio)等更多领域
百度Geek说·2023-04-02 19:01

语音处理-VC(voice conversion) 语音转换_API实现

代码为标贝开源的资源来实现语音的转换VC简单介绍：需要一批VC的数据，通过现存的接口来进行调用达到白嫖数据，至此本文章内容就出来了，主要的文档格式还是人家API的包含，自己进行相关的信息的修改，增加了文件批量化的修改，参数的量化等等等等~有问题欢迎来讨论#-*-coding:utf-8importargparseimportjsonimportwavefromscipy.ioimportwavfi
正经的曹同学·2023-04-01 15:31

铁通专用网络加速器_基于FPGA的深度学习加速器综述：挑战与机遇

在图像、视频、语音处理领域，各种各样的网络模型被提出，例如卷积神经网络、循环神经网络。
weixin_39976748·2023-03-30 12:31

CNN卷积核选取问题

比如在其他领域如NLP、语音处理也常用一些其他的卷积核，并非一定是奇数的正方形。更有甚
wikizero·2023-03-23 01:00

在线作图丨数据降维方法⑤——t-SNE(t-Distributed Stochastic Neighbor Embedding)

它广泛应用于图像处理、NLP、基因组数据和语音处理。t-SNE工作原理如下：算法首先计算点在高维空间中的相似概率，然后计算相应低维空间中点的相似概率。
维凡生物·2023-03-22 13:40

未来已来，AI产品经理书单

《语音处理及人机交互技术》7.《语音用户界面设计》6.《终极算法》5.《与机器人共舞》4.《人工智能产品经理》3.《人工智能的未来》2.《人工智能时代》1.
dusong·2023-02-18 06:30

【语音识别】基于matlab BP神经网络语音特征信号分类【含Matlab源码 2338期】

获取代码方式2：付费专栏Matlab语音处理（初级版）备注：点击上面蓝色字体付费专栏Matlab语音处理（初级版），扫描上面二维码，付费29.9元订阅海神之光博客付费专栏Matlab语音处理（初级版），
海神之光·2023-02-07 07:33

语音数据标注工具与平台

最近在做语音深度学习的项目，整理了一下语音数据标注工具和语音标注平台，供大家参考语音标注工具–PraatPraat是目前已经成为比较流行也比较专业的语音处理的软件，可以进行语音数据标注、语音录制、语音合成
AIworker·2023-02-03 13:05

【卡尔曼】卡尔曼滤波的语音处理应用——matlab

地址：：http://blog.sina.com.cn/s/blog_892508d501012hzg.html这一段时间对现代滤波进行了学习，对自适应滤波器和卡尔曼滤波器有了一定认识，并对它们用MATLAB对语音信号进行了滤波，发现卡尔曼滤波器还是比较有用，能够在较大的噪声中还原原来的信号。新的学期马上就开始了，由于TI的开发板一直在维修，所以学习TI开发板的计划搁置，但是对声音信号的处理及滤波
酱油p·2023-02-03 13:16

【STM32F407&F429&H7的DSP教程】第34章 滤波器基础知识

数字滤波器是语音处理，图像处理，模式识别，频谱分析等应用的基本处理算法。从本章起，我们将开始讲解滤波器设计。
硬汉嵌入式·2023-02-03 13:45

理解梅尔频谱（mel spectrogram）

简介语音处理中常常需要用到melspectrogram，比如在语音分类中常常会把把信号signal变成图片spectrogram的形式，然后用分类图片的算法（比如CNN）来分类语音。
_amateur_·2023-02-03 10:29

人工智能技术到底包含了哪些技术？

人工智能技术的定义十分宽泛，机器学习技术作为人工智能领域研究的一个重要分支，在图像、语音处理领域取得了广泛的应用。本文中提及与使用的人工智能技术基本上以机器学习技术为主。
星海梦境·2023-02-01 21:15

李宏毅机器学习2022春季-第四课和HW4

第四课主要内容是自注意力机制(self-attention)，是目前自然语音处理、语音处理，甚至是图像处理中使用非常多的网络架构，详细内容见课程视频。
机器学习手艺人·2023-01-31 18:20

语音交互流程

一、流程概述语音交互的完整流程大致为：唤醒→语音识别（ASR）→自然语音处理（NLP）→语音合成（TTS）可以类比为：打招呼→耳朵→大脑→嘴巴二、步骤详解1、唤醒（1）定义：将设备从休眠态变为工作态（2
西瓜古古丫·2023-01-30 23:31

神经网络 语音识别,神经网络语音合成

语音处理技术流程是什么？语音信号处理是研究用数字信号处理技术对语音信号进行处理的一门新兴学科。语音信号处理的应用极为广泛，其中的主要技术包括语音编码、语音合成、语音识别和语音增强等。
普通网友·2023-01-28 16:22

深度学习中的语音处理

语音信号的多种表示形式在计算机世界中，语音信号有多种表示形式。最常见的是音频文件，如1.mp3，2.wav，3.wma等。这些音频文件直接或间接记录声音的波形信息，虽然便于计算机快速处理和解码，但并不便于被神经网络使用和学习。通过引入适当的声学变换，在尽可能保留原语言信息的同时，把声音表示成便于神经网络使用的形式。音频文件wav格式wav格式被称为波形文件，其保存声音的方法是：对声音连续波形经过采
o爬啊爬o·2023-01-28 16:18

基于深度学习的NLP研究大盘点

AI深入浅出公众号ID：xiumius关注在过去的几年里，深度学习（DL）架构和算法在诸如图像识别和语音处理等领域取得了世人瞩目的进步。
AI深入浅出·2023-01-26 13:08

超赞的 PyTorch 资源大列表，Github标星9k+

地址：https://github.com/xavier-zy/Awesome-pytorch-list-CNVersion目录这份资源大列表主要包含下面的内容：1.PyTorch与相关库自然语言处理与语音处理计算机视觉概率库与生成库其他库
Mr.Jk.Zhang·2023-01-25 07:43

深度学习（1）---2017年深度学习NLP重大进展与趋势

深度学习（DL）架构和算法在图像识别、语音处理等领域实现了很大的进展。
zhangbijun1230·2023-01-22 13:17

论文阅读：recent trends in deep learning based natural language processing

转载：http://www.sohu.com/a/210427622_465975近年来，深度学习（DL）架构和算法在图像识别、语音处理等领域实现了很大的进展。而深度学习在自然语言处理方面的表现
暴躁的猴子·2023-01-22 13:12

斯坦福大学-自然语言处理与深度学习（CS224n）笔记 第十二课 语音处理的端对端模型

课程概要1、自动语音识别（ASR）2、语音识别：经典的方法3、端对端训练模型ConnectionistTemporalClassification（CTC）基于attention的序列对序列音频模型在线序列对序列模型卷积神经网络在LAS中应用选择正确的输出目标模型的缺陷以及改进4、未来的研究方向一、自动语音识别（ASR）将语音信号转化为转为对应的文字信息。为什么使用ASR？语音是与人类交流的一个自
sansheng su·2023-01-18 18:37

音频/语音处理-综述

音频处理库—librosa的安装与使用Pytorch音频处理（torchaudio的使用）源码1、kaggle-birdcall-resnet-baseline-training（用resnet50做鸟叫分类）对应的kaggle竞赛页面：https://www.kaggle.com/hidehisaarai1213/inference-pytorch-birdcall-resnet-baselin
xys430381_1·2023-01-18 17:21

AHOcoder声码器

代码下载网址：AHOcoder简介AHOcoder语音声码器由DanielErro在巴斯克大学的AHOLAB信号处理实验室研发，专门为统计参数语音处理设计的语音编解码器，它可将语音信号转换为可处理的具有良好统计建模特性的向量
BarbaraChow·2023-01-18 11:49

【MIT博士论文】自监督学习语音处理

在大量标记语音数据上使用监督学习算法训练的深度神经网络在各种语音处理应用中取得了显著的性能，往往在相应的排行榜上处于领先地位。
数据派THU·2023-01-17 15:21
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他