声学

针对资源匮乏语言的文字转语音系统：任重而道远

在第1期中，我们介绍了通过众包方式为ProjectUnison项目收集声学数据所作的努力。在第2期中，我们介绍了如何根据这些数据构建参数语音。
谷歌开发者_·2020-07-31 12:46

南宁哪里有专业的汽车音响改装店？英菲尼迪Q50全车隔音

英菲尼迪Q50改装配置：大麦隔音:四门+轮毂+后备箱前声场：德高ST两分频后声场：黄金声学GE65处理器功放：好莱坞DSP英菲尼迪Q50改装配置大合照中控台前声场使用的是德国德高ST两分频喇叭，德国德高
南宁慧声汽车音响改装同盟腾声店·2020-07-31 11:50

学习笔记：弱监督学习-valse青年会议

/www.bilibili.com/video/BV1Xt4y127sX嘉宾介绍：http://valser.org/article-357-1.html6.各类弱监督学习算法（比如半监督学习、标签噪声学习
AIchiNiurou·2020-07-31 11:27

INTERSPEECH 2017系列 | 语音识别技术之声学模型

编者：今年的INTERSPEECH于8月20日至24日在瑞典的斯德哥尔摩顺利召开，众多的高校研究机构和著名的公司纷纷在本次会议上介绍了各自最新的技术、系统和相关产品，而阿里巴巴集团作为钻石赞助商也派出了强大的阵容前往现场。从10月25日开始，阿里iDST语音团队和云栖社区将共同打造一系列语音技术分享会，旨在为大家分享INTERSPEECH2017会议上语音技术各个方面的进展。本期分享的主题是远场语
weixin_34259159·2020-07-30 20:23

苹果发邀请函，月底或发新iPad；iPhone XR今日开启预购；阿里发布分布式语音交互解决方案 | 雷锋早报...

据介绍，该方案包括前端声学模组、语音自学习平台、对话平台以及阿里云IoT智能人居平台。采用该分布式语音解决方案的电器设备，可以通过就近的开关作为智能语音交互入口，实现对全屋智能家居的语音控制。
weixin_34194702·2020-07-30 20:47

[深度学习概念]·主流声学模型对比

主流声学模型对比目录概述基础概念语音帧语音识别系统主流声学建模技术HMMDNN-HMMFFDNNCNNRNN及LSTMCTC其他建模技术语言建模技术语音唤醒技术关于未来概述语音识别建模对语音识别来说是不可或缺的一部分
小宋是呢·2020-07-30 19:48

从语音信号处理角度解读mic规格书

虽然mic选型是硬件或者声学方面的工作重点，但是对于从事语音信号处理相关人员来说，理解mic规格书中的一些技术指标也是大有裨益的。
David.li·2020-07-30 15:57

水下目标检测算法赛（36w奖金池）

/competition/5e535a612537a0002ca864ac前言“水下目标检测算法赛”是2020年初的一个全新算法比赛，该赛事紧扣水下目标检测算法领域，通过提供真实环境下的水下光学图像和声学图像
3Ｄ视觉工坊·2020-07-30 14:55

端到端语音识别（一） 概况

DNNalignmentDNN的声学模型用来求输出状态对应的后验概率。需要用到G
xmucas·2020-07-30 05:47

语音识别_CMUSphinx入门(二)训练一个声学模型

本章是https://blog.csdn.net/xj853663557/article/details/84671223的跳转分支。本章原文出自https://cmusphinx.github.io/wiki/tutorialam/目录介绍什么时候你需要去训练什么时候你不需要去训练准备数据编译所需包建立训练脚本建立语料数据集的格式配置文件路径配置模型的类型和参数配置声音特征的参数配置并行工作以加
言午三吉·2020-07-30 05:09

语音信号分析之FFT变换过程

语音信号分析从FFT变换开始概述语音信号是人为经过声学设备采集转换而来的便于编码、储存以及做声学处理用途抽象而成的信号。首先一段WAV音频拥有固定的几个参数用来规定语音信号的属性。
来福的猫窝·2020-07-30 04:37

当语音识别搭配AI之后，我的语音助手更懂我的心了

欢迎大家前往腾讯云+社区，获取更多腾讯海量技术实践干货哦~本文由腾讯云AI中心发表于云+社区专栏我今天演讲主要分四个部分，第一个是分享语音识别概述，然后是深度神经网络的基础；接下来就是深度学习在语音识别声学模型上面的应用
weixin_34353714·2020-07-30 03:09

家庭影院中的隔户墙如果是24砖墙可以隔音吗？

家庭影院的室内声学指标很多，最主要的是混响时间和背景噪声两项。
德合艺通家庭影院·2020-07-30 03:42

无损改装 西宁丽声大众宝来汽车音响改装升级丹麦丹拿236，黄金声学

现如今，汽车越来越广泛地走进人们的生活，在开车的途中来上一首清新婉转或者慷慨激昂的乐曲，也是一种享受。但是，绝大多数原车音响设备实在是“简配”的厉害。对音响有一定要求的车主为了有更好地心情，就要升级汽车音响了。专业级音响系统相比是经过精心搭配而成的，这是原车音响没有的。想要改装一套好的汽车音响系统，器材之间的搭配是非常重要的。整个系统中如果有一个环节搭配不够合理，就有可能会影响整套系统效果的发挥，
西宁丽声·2020-07-30 02:42

实验五 语音识别（选做）

每个语音样本都存储为.WAV文件，然后对其进行预处理，测量声学信号的声学参数。预处理WAV文件的输出保存为
计算机的小粽子·2020-07-30 00:00

语音识别-解码过程

解码的过程就是在给定声学特征的情况下，找到最可能对应的词组的过程，再次看如下求解目的的公式：其中似然概率是在一系列给定声学frame情况下，计算每个对应的分类器得分，然后相乘得出的概率，使得其值变得很小
quheDiegooo·2020-07-29 23:30

语音识别基本原理学习

找到可能性最大的文字序列根据贝叶斯公式，可以得到公式2，分母P(Y)表示出现这条语音的概率，对于我们的求解目标来说是一个常数，所以求解时忽略，得到公式3公式3的P(Y|W)表示给定一个文字序列而出现这条音频的概率，成为声学模型
乐观的Zqq·2020-07-29 22:46

语音识别技术简史、基本原理、应用

下面我将介绍语音识别的发展历程，阐述语音识别基本概念、基本原理、声学建模方法等基本知识，并简要介绍语音识别技术在各领域的应用做简要介绍。
qq_22758367·2020-07-29 21:44

语音识别基本流程

所谓语音识别，就是将一段语音信号转换成相对应的文本信息，系统主要包含特征提取、声学模型，语言模型以及字典与解码四大部分，此外为了更有效地提取特征往往还需要对所采集到的声音信号进行滤波、分帧等音频数据预处理工作
机器灵·2020-07-29 21:55

Linner聆耳NC50降噪耳机，全天聆听畅享真音乐

Linner聆耳专注于降噪声学产品研究、
聆耳LINNER·2020-07-29 19:34

计算机语音识别过程

一个完整的语音识别系统可大致分为3部分：1、语音特征提取：其目的是从语音波形中提取出随时间变化的语音特征序列2、声学模型与模式匹配：声学模型通常将获取的语音特征通过学习算法产生。
埃兰迪尔007·2020-07-29 17:41

超全面的语音交互知识总结：从原理、场景到趋势

一次完整的语音交互需要经历ASR→NLP→Skill→TTS的流程：（1）ASR用于将声学语音进行分析，并得到对应的文字或拼音信息。
YHFHing·2020-07-29 14:11

MFCC 过程理解

语音识别中常用的特征提取方法：声学特征有线性预测编码（LinearPredictiveCoding，LPC），梅尔频率倒谱系数（Mel-frequencyCepstrumCoefficients，MFCC
jinmingz·2020-07-29 13:52

MPEG音频编码实验报告

将PCM样本变换到32个子带的频域信号：如果输入的采样频率为48kHz，那么子带的频率宽度为48/（2*32）=0.75Hz该多相滤波器组为如下图：心理声学模型：计算信号中不可听觉感知的部分。
yee_0217·2020-07-29 13:56

【数据压缩】MPEG音频编码

音频编码器框架图多相滤波器组(PolyphaseFilterBank)：将PCM样本变换到32个子带的频域信号如果输入的采样频率为48kHz，那么子带的频率宽度为48/（2*32）=0.75Hz心理声学模型
yejia1280·2020-07-29 13:56

声学特征 ivector

提取流程1.UBMuniversalbackgroundmodel[1]使用GMM建模，UBM的训练通过EM算法完成，有两种方法：-所有的数据训练出来一个UBM，需要保证训练数据的均衡-训练多个UBM，然后合在一起，比如根据性别分成两个，这样的话可以更有效的利用非均衡数据以及控制最后的UBM。2.supervector使用MAPadaptation对UBM的高斯进行线性插值，获得speaker相关
xmucas·2020-07-29 13:07

声学特征 PNCC

特点power-normalizedcepstralcoefficients相比于MFCC特征：-在噪声和混响场景下提升识别效果，尤其在训练语料是clean语音的时候-相比于MFCC，计算量提升34.6%使用pncc相比mfcc，噪声和口音测试集可以得到10-15%的相对提升细节和MFCC/PLP特征的整体对比如上图filterbank相比于MFCC的triangularfilters，PNCC使
xmucas·2020-07-29 13:07

声学特征变换 fMLLR

含义当测试数据Y和模型Λx不匹配的时候，可以通过变换的方式进行匹配[1]：-model-space也就是Λx转化为Λy-feature-space也就是Y转化为X其中model-space的变换又可以分为两种：-unconstrained:均值和方差无关-constrained:均值和方差变换是相同的形式对于constrainedmodel-spacetransformations，虽然出发点是对
xmucas·2020-07-29 13:07

声学特征（三） pitch

基本含义pitch跟声音的基频fundamentalfrequency（F0）有关，反应的是音高的信息，即声调。计算F0也被称为‘‘pitchdetectionalgorithms（PDA）。YIN算法sphinx使用的YIN算法提取pitch特征，相对简单而且进行了定点化。YIN来自于“阴阳”哲学，寓意在autocorrelation和cancellation之间的变换。YIN算法的演化流程：S
xmucas·2020-07-29 13:36

声学特征提取-python

声学特征提取-python代码在我的github上AcousticFeatureExtraction使用Librosa音频处理库和openSMILE工具包，进行简单的声学特征提取，包括韵律学特征（持续时间
听雨轩雨霖铃·2020-07-29 12:04

3.3 基于GMM-HMM的语音识别

解码时所用的两个信息源：声学模型：描述每个音素如何发音。语言模型：描述单词的组合规律。
梁小娘子·2020-07-29 12:07

如何正确发声

说话时，横在呼出气流通道上的两条声带，迅速地一开一闭，把稳定的气流切成一串串的喷流，进而转换成听得见的峰音，随着舌、唇、腭等器官的运动，不断改变声道的声学性质，将峰音变成能区别
weixin_34319640·2020-07-29 12:10

Bark域介绍和线性频率域转换到Bark域

摘要：Bark域是较早提出来的一种声音的心理声学尺度，本文介绍Bark域相关知识以及线性频率域转换到Bark域的方法。最后给出线性频域和Bark域的直观例子。
灯等等凳·2020-07-29 11:52

MFCC & PLP

##MFCC对于语音/说话人识别，最常用的声学特征是梅尔导谱系数（mel-scalefrequencycepstralcoefficient,MFCC）。
shichaog·2020-07-29 11:33

麦克风阵列入门（一）

为什么使用麦克风阵列：麦克风按照指定要求排列后，加上相应的算法（排列+算法）就可以解决很多房间声学问题，比如声源定位、去混响、语音增强、盲源分离等。【注】：在深入理解概
爱国者002·2020-07-29 10:43

Bark域介绍

Bark域介绍简介：Bark域是较早提出来的一种声音的心理学尺度临界频带临界频带是听觉学和心理声学的专业名词，它于19世纪40年代被HarveyFletcher提出。
lemon_and_coffee·2020-07-29 10:33

数据压缩原理与应用 MPEG音频编码

一.实验原理mpeg的音频编码主要采用了心理声学模型1.MPEG-I心理声学模型通过子带分析滤波器组使信号具有高的时间分辨率，确保在短暂冲击信号情况下，编码的声音信号具有足够高的质量。
lanee_lee·2020-07-29 10:58

CAV江苏常州体验中心试营业了！畅享极致智能影音体验

CAV常州体验中心CAV常州体验中心整合了全球先进影音理念和技术，服务范围包括视听产品、视听空间规划、声学环境设计，以及全球领先的音质管理系统。
CAV音响·2020-07-29 10:20

深度学习在语音识别中的应用

2009年GeoffreyHinton和DengLi把DNN用于声学模型建模，用于替代GMM，同时大家发现在训练数据足够的情况下Pretraining是不必要
环信·2020-07-29 10:26

【DKNN】Distilling the Knowledge in a Neural Network 第一次提出神经网络的知识蒸馏概念

对于Android语音搜索所用模型的一种深层声学模型，我们已经表明，通过训练一组深层神经网络实现的几乎所有改进都可以提炼成相同大
Joselyn·2020-07-29 09:00

Nature子刊：灵活的语音皮质编码可增强与任务相关的声学信息的神经处理

语音是我们日常生活中最重要的声音信号。它所传递的信息不仅可以用于人际交往，还可以用于识别个人的身份和情绪状态。最相关的信息类型取决于特定的环境和暂时的行为目标。因此，语音处理需要具有很强的自适应能力和效率。这种效率和适应性是通过早期听觉感觉区域的自下而上的物理输入处理和自上而下的听觉和非听觉(如额叶)区域驱动的自上而下的调节机制之间的积极相互作用实现的。因此，交互语音模型提出对输入进行初始自下向上
思影科技·2020-07-29 09:40

文本无关的声纹识别 验证

文本无关的声纹识别验证ByDakeDake的专栏：www.glade.tk一、声纹识别简介声纹是指能惟一识别某人或某物的声音特征，是用电声学仪器显示的携带言语信息的声波频谱。
Dake423·2020-07-29 09:39

语音识别—声学模型解码

声学模型解码（带状态转移概率）最近一直在学习哥伦比亚大学与爱丁堡大学语音识别课程，并且修正了哥伦比亚大学中基于HMM构建的语音识别系统存在问题终自己写了一套基于HMM的语音识别系统，前文一些博客简单对上述工程实现以及理论进行了介绍
Xwei1226·2020-07-29 09:43

实验六：MPG音频编码

它采用子带编码技术，根据心理声学模型获得不同子带的听觉掩蔽阈值，并对每个子带的取样值进行动态量化。1、音频压缩的可能性(1)声音信号中的“冗余”信息：频域：非均匀功率密度谱，低频能量高，高频能量低。
J_ennifer·2020-07-29 09:53

声学特征 PLP

PLP的由来Linearprediction可以用来获得语音功率谱P(ω)的全极点模型A(ω)，也可以把LP看做获取P(ω)的频谱包络的手段，参考前面的文章由于LP对待所有频率一视同仁，它不符合人耳的听觉机理，比如人耳对于高于800Hz的感知会下降，对于中间频段更敏感。为了解决这个问题，Hermansky在进行LP之前修改语音的功率谱P(ω)，称为perceptuallinearpredictiv
xmucas·2020-07-29 09:37

基于HMM的语音识别（二）

这种形式最大限度的减少单词间的区分信息的丢失，并且与声学模型的分布假设进行良好的匹配。比如，如果对角协方差高斯分布用于状态输出分布，那么这些特征应该被设计为高斯并且是不相关的。
爱国者002·2020-07-29 09:44

临界带宽

临界频带临界频带是一个广泛应用于声学现象中的概念，它可以指在音调测量、响
LYLYC_3·2020-07-29 08:01

短剧大赛：校园文化“演”出地大人的精彩

（地大之声学生记者卢子蒙胡灵瑶曹姗姗）南望山下，有这样一场特殊的比赛。
浩浩呀·2020-07-29 03:30

声学模型学习笔记（六） representation learning

featurerepresentation特征抽象DNN的前L-1层可以认为是特征提取部分，最后一层认为是简单的分类层。相比于人工设计的特征（比如MFCC），多层（每一层sigmoid都是一种非线性变换）连接起来具有很强的特征抽象能力。靠近输入层的表示low-level特征；靠近输出层的表示high-level的特征，high-level的特征更为抽象。如上图，一个特点是high-level的层包
xmucas·2020-07-29 00:28

身轻如燕！灰色版小米蓝牙项圈耳机图赏：外观颜值让人过目难忘

据官方称，这款耳机采用了动圈+动铁声学架构和入耳式设计，可以给用户带来身临其境的听音感受。这款小米耳机支持蓝牙4.1，摆脱了有线连接的束缚后，搭配手机使用还是很方便的。小米蓝
雷科技·2020-07-28 23:43
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他