混合语种语音识别

深度学习的前沿与挑战：从基础到最新进展

.卷积神经网络（CNN）2.循环神经网络（RNN）3.生成对抗网络（GAN）4.变分自编码器（VAE）5.自注意力机制与Transformer深度学习的应用1.计算机视觉2.自然语言处理（NLP）3.语音识别与合成
Jason_Orton·2025-02-27 03:09

多模态｜开源多模态模型Emu3 & 多模态预训练模型CLIP对比

通过将图像、文本和视频分词到一个离散空间中，我们在多模态序列的混合上从头开始训练单个转换器。
产品媛Gloria Deng·2025-02-27 03:08

码上用它开始Flutter混合开发——FlutterBoost

为什么要混合方案具有一定规模的App通常有一套成熟通用的基础库，尤其是阿里系App，一般需要依赖很多体系内的基础库。那么使用Flutter重新从头开发App的成本和风险都较高。
阿里云云栖号·2025-02-27 02:58

python系列&deep_study系列：使用python操作麦克风录制讲话，实时语音识别转换为文字

使用python操作麦克风录制讲话，实时语音识别转换为文字使用python操作麦克风录制讲话，实时语音识别转换为文字项目步骤VoskPyaudio完整代码使用python操作麦克风录制讲话，实时语音识别转换为文字在这个项目中
坦笑&&life·2025-02-27 02:57

大模型之二十七-语音识别Whisper实例浅析

Whisper简介Whisper是OpenAI于2022年9月开源的一个多语种识别模型，目前支持99种语言，是目前性能最好的开源多语种识别ASR大模型，第一版版使用了68万小时标注好的语料预训练模型，而
shichaog·2025-02-27 01:55

使用Python和Vosk库实现语音识别

使用Python和Vosk库实现语音识别在人工智能和机器学习领域，语音识别技术正变得越来越重要。Python作为一种强大的编程语言，拥有丰富的库和框架，可以方便地实现语音识别功能。
车载testing·2025-02-27 01:22

Python+whisper/vosk实现语音识别

Whisper-large-v3-turbo模型二、vosk1、Vosk介绍2、vosk安装3、使用vosk三、总结一、Whisper1、Whisper介绍Whisper是一个由OpenAI开发的人工智能语音识别模型
唯余木叶下弦声·2025-02-27 01:50

深度学习：从神经网络到智能应用

无论是语音识别、图像识别，还是自动驾驶、自然语言处理，深度学习都在推动着技术的发展和行业的变革。那
Jason_Orton·2025-02-27 00:43

学习Flask：Day 2：模板与表单开发

学习目标：前后端混合开发#添加模板渲染fromflaskimportrender_template@app.route('/profile')defprofile():returnrender_template
昨今·2025-02-27 00:43

DeepSeep开源周，第三天：DeepGEMM是啥？

支持混合精度计算
程序员差不多先生·2025-02-26 19:33

全市场大模型分类及对比分析报告

大模型凭借其强大的计算能力和海量数据处理能力，在自然语言处理（NLP）、计算机视觉（CV）、语音识别等领域取得了显著成果。
早退的程序员·2025-02-26 13:53

【物联网项目】基于ESP8266设计的家庭灯光与火情智能监测系统（完整工程资料源码等）

主要模块如HC-SR501人体红外传感器模块、光敏电阻传感器模块、火焰传感器模块、LD3320语音识别模块、DHT11温湿度传感器模块等。使用Arduino开发软件进行烧录程序
阿齐Archie·2025-02-26 13:20

短视频矩阵系统源码---NGINX 、PHP7.4技术开发

#短视频矩阵系统##短视频矩阵系统源码技术开发知识分享##短视频矩阵系统原生态开发#一、短视频矩阵系统源码基于原生态开发的几种方式原生代码：使用特定平台的原生编程语言和工具进行开发，而不是跨平台或混合开发技术
t_18137784554·2025-02-26 11:08

统一 SASE 架构中的网络和安全融合

网络威胁情报技术的进步传统的网络边界一片混乱，剩下的只是无人管理的设备、分散在私有云和公共云中的资产、无法读取的应用程序流量泛滥，混合工作结构正在给现有网络的功能带来压力。
网络研究观·2025-02-26 11:37

最全redis缓存核心知点（原理+图解）

常用的数据类型五、消息队列六、Redis的持久化6.1BGSAVE原理6.2RBD持久化的缺点6.3持久化方式之AOF6.4AOF文件重写6.5Redis数据的恢复6.7RDB和AOF的优缺点6.8RDB-AOF混合持久化方式
敲代码的胖虎·2025-02-26 10:35

脑洞打开话题：deepseek这么火，什么时候能完全代替人类？

以下是关于AI何时可能完全代替人类的一些分析和思考：1.技术层面的限制尽管AI在某些特定任务上已经超越了人类（如图像识别、语音识别、围棋等），但要完全代替人类，AI需要在以下几个方面取得突破：通用人工智能
噔噔噔噔@·2025-02-26 10:29

CPD（Coherent Point Drift）非刚性点云配准算法

它通过将点云配准问题转化为概率密度估计问题，结合高斯混合模型（GMM）与正则化形变场，能够有效处理复杂形变（如人体运动、器官形变）的点云对齐任务。核心特点：非刚性对齐：支持大范围、
点云SLAM·2025-02-26 08:47

【AI论文】S*: 针对代码生成的测试时缩放方法

在本文中，我们提出了S，这是首个混合测试时缩放框架，能显著提升生成代码的覆盖率和选择准确性。S在现有的并行缩放范式基础上引入了顺序缩放，以突破性能极限。
东临碣石82·2025-02-26 05:58

荔枝混合云网络实践：技术创新与未来展望

在云计算领域，荔枝集团通过其运维总监熊振的领导，专注于IaaS建设、SDN和全球化混合云网络架构设计，展现了其在技术创新上的深厚实力。
ITPUB-微风·2025-02-26 04:49

Appium自动化测试框架

Appium自动化测试框架1、Appium简介1.1Appium概念Appium是一个开源的移动端自动化测试工具，适用于移动端原生APP、移动WebAPP或混合APP的自动化测试； Appium继承了Selenium
码农黛兮_46·2025-02-26 04:17

二维数组在内存中的行存储和列存储

Row-majororder）:列存储方式（Column-majororder）:优缺点行存储方式的优点:行存储方式的缺点:列存储方式的优点:列存储方式的缺点:行存储方式的应用场景列存储方式的应用场景混合存储方
SheldonTT·2025-02-26 01:02

python 语音转文本中文——DeepSpeech

DeepSpeech简介与音频转文本实践DeepSpeech是由Mozilla开发的一种开源语音识别引擎，基于深度学习技术，采用端到端架构，可以高效地将语音转换为文本。
drebander·2025-02-26 00:51

自己搭建远程桌面服务器-RustDesk（小白版），借花献佛

如果想使用内网穿透，我建议使用花生壳、NAT123（早些年非常好用、现在弄得特别复杂）自己有服务器，穿透可使用RustDesk、frp本人目前使用为RustDesk、向日葵混合使用。
嘻嘻哈哈学编程·2025-02-26 00:50

有限差分法

文章目录泰勒展开有限差分的基本原理一阶导数差分前向差分后向差分中心差分二阶导数差分关于xxx方向的二阶导数关于yyy方向的二阶导数混合二阶导数∂2u∂x∂y\frac{\partial^{2}u}{\partialx
~夕上林~·2025-02-25 18:07

Pytorch实现之混合成员GAN训练自己的数据集

简介简介：提出一种新的MMGAN架构，使用常见生成器分布的混合对每个数据分布进行建模。
这张生成的图像能检测吗·2025-02-25 15:18

DeepSeek预测2030年：全球 50% 的白领工作将由 AI Agent 辅助完成，金融、医疗等专业渗透率超 70%

基于当前技术趋势、行业动态及搜索结果中的关键信息，对未来的发展进行多维度预测，涵盖人工智能、搜索行业、全球经济格局等领域：一、人工智能技术的革命性突破低成本高性能模型的普及DeepSeek-R1等国产大模型通过混合专家架构
未来AI编程·2025-02-25 13:03

UE5网络通信架构解析

文章目录前言一、客户端-服务器架构（C/SModel）二、对等网络架构（P2P，非原生支持）三、混合架构（自定义扩展）四、UE5网络核心机制前言UE5的网络通信主要基于客户端-服务器（C/S）模型，以下是其核心架构及扩展可能性
努力的小钟·2025-02-25 12:26

开源分布式存储系统在云原生数据库领域的实践与应用

它支持私有云、公有云和混合云上的部署，兼容CSI插件，并支持容器化部署和Kubernetes集成。Curve的设计理念在于提供高
ITPUB-微风·2025-02-25 08:33

Linux下VCS与Verdi联合仿真（Verilog与VHDL混仿）

1.介绍本篇简单介绍一下如何通过VCS与Verdi实现混合仿真，在学习过程中也遇到了很多头疼的问题，因此通过一些例子简要总结一下，当然，也希望对各位小伙伴有所帮助。
超能力MAX·2025-02-25 08:29

开源模型应用落地-Qwen1.5-MoE-1/3的激活参数量达到7B模型的性能

二、术语介绍2.1.混合专家(MoE)架构是一种机器学习模型的结构设计,它将一个复杂的任务分解成多个相对简单的子任务,
开源技术探险家·2025-02-25 07:55

Python tkinter -- 第14章 列表框（Listbox）属性

所有的文本只能使用一种字体，不能混合使用多种字体。
风华明远·2025-02-25 06:48

串口输入缓冲区历史数据干扰问题 python的解决方案

python的解决方案,非常简单加上这行代码就行self.serial.reset_input_buffer()下面详细介绍问题分析接收数据包含历史残留的原因是：串口接收缓冲区中未及时清理的历史数据与新响应混合
huiyuanzhenduo·2025-02-25 06:14

DeepSeek高能AI：低成本高效应用突破

内容概要DeepSeek高能AI系统通过混合专家架构（Mixture-of-Experts）实现了技术范式的突破，其670亿参数的模型规模在保证计算效率的同时，构建了多模态处理能力的技术护城河。
智能计算研究中心·2025-02-25 03:25

第12章 服务端渲染（SSR）深度解析

12.1SSR核心价值详解12.1.1与传统SPA的对比分析步骤步骤客户端渲染CSR1.下载空HTML2.下载JS文件3.执行JS渲染页面服务端渲染SSR1.服务端生成完整HTML2.立即展示内容3.下载JS进行混合核心优势对比表
道不尽世间的沧桑·2025-02-25 01:07

HarmonyOS Next智能相册应用中的AI识图与语音识别实战

本文旨在深入探讨基于华为鸿蒙HarmonyOSNext系统（截止目前API12）构建智能相册应用中AI识图与语音识别技术的实战应用，基于实际开发经验进行总结。
·2025-02-24 23:19

汽车电机控制新研究点大公开，抢占技术先机

一、电机控制的重要性电动汽车（EV）和混合动力汽车（HEV）作为未来发展的重要方向，其核心技术之一便是电机控制系统。
物联高科·2025-02-24 16:06

DeepSeek混合精度训练核心技术解析与实践指南

1.主题背景1.1Why混合精度训练（价值）混合精度训练通过结合FP16和FP32数据格式，在保证模型精度的前提下实现：40-60%显存占用降低（ResNet50案例：从7.8GB降至4.2GB）1.5
燃灯工作室·2025-02-24 15:33

Qwen2.5-Coder Technical Report

Qwen2.5-Coder技术报告摘要1引言2模型架构3预训练3.1预训练数据3.1.1数据组成3.1.2数据混合3.2训练策略3.2.1文件级预训练3.2.2仓库级预训练4后训练4.1指令数据的配方4.2
UnknownBody·2025-02-24 13:16

适用于呼叫中心质检的离线ASR模型

以下是适用于中文呼叫中心质检的离线语音转文字（STT）模型及工具，根据性能、中文支持、部署灵活性等维度整理：1.开源模型与框架1.1WeNet(出门问问&西北大学)特点：端到端语音识别框架，专为中文优化
狂爱代码的码农·2025-02-24 08:07

funasr 麦克风实时流语音识别；模拟vad检测单独输出完整每句话

参考：https://github.com/alibaba-damo-academy/FunASRchunk_size是用于流式传输延迟的配置。[0,10,5]表示实时显示的粒度为1060=600毫秒，并且预测的向前信息为560=300毫秒。每个推理输入为600毫秒（采样点为16000*0.6=960），输出为相应的文本。对于最后一个语音片段的输入，需要将is_final=True设置为强制输出最
loong_XL·2025-02-24 08:06

探索未来之声：趣玩语音识别新篇章——FunASR

探索未来之声：趣玩语音识别新篇章——FunASR去发现同类优质开源项目:https://gitcode.com/在这个数字时代，语音识别技术如同开启智能交互的金钥匙，而【FunASR】正是这把钥匙中的璀璨明珠
乌芬维Maisie·2025-02-24 07:32

AI 机器人外呼 —— 开启智能外呼新纪元

精准语音识别：融合前沿语音技术，无论是字正腔圆的普通话，还是极具地域特色的各地方言，亦或
yoloGina·2025-02-24 07:28

GPU与FPGA加速：硬件赋能AI应用

从语音识别和计算机视觉,到自然语言处理和推荐系统,AI已广泛应用于各个领域。然而,训练和部署AI模型需要大量计算资源,这对传统的CPU架构提出了巨大挑战。
AI天才研究院·2025-02-24 01:20

将混合专家（Mixture of Experts, MoE）路由机制引入时序预测方向的思路的拆解和优化建议

看前必读：本笔记主要是由idea给到deepseek进行的总结，示例代码已经调试成功，其中也提到了多种优化建议，觉得有提升或者可以讲好故事都可以在评论区或飞书讨论！飞书链接：Docshttps://h1sy0ntasum.feishu.cn/wiki/R39Mw1DQSiBUaNksgpocz22hnHd?from=from_copylink现有方法与MoE的对比分析传统分解方法（如季节-趋势分解
放空儿·2025-02-23 22:00

运筹说 第130期 | 对策论引言

介绍了矩阵对策的纯策略、矩阵对策的混合策略和矩阵对策的基本定理。第3小节是矩阵对策的解法。分别介绍了图解法、方程组法和线性规划法3种矩阵对策的求解方法。
运筹说·2025-02-23 22:27

openGL之颜色混合

1.颜色混合颜色混合就是两种或者多种透明度不为1的颜色混合在一起会产生一种新的颜色，这个过程就是颜色混合。
正在注销账号·2025-02-23 20:15

OpenGL ES混合Blend

这种情况可以使用Blend（混合）技术来实现，使用方法如下：//开启混合GLES20.glEnable(GLES20.GL_BLEND);//设置混合因子cglBlendFunc(sfactor,dfactor
小伙子wp·2025-02-23 20:45

[OpenGL]混合 Blend

一、什么叫混合直白的说，混合就是将源颜色（新片断）与目标颜色（侦缓冲区中的）进行某种组合，然后将新颜色放入侦缓冲区。另外进行混合前先要进行Alpha测试，决定是否接受此片断。
sophistcxf·2025-02-23 20:15

深度学习革命背后：DBN、AlexNet、GAN 等神级架构，究竟藏着怎样的 AI 崛起密码？（附deepseek）

**混合专家架构（MoE）**2.**多头潜在注意力（MLA）**3.*
universe_code·2025-02-23 15:35

探秘 DeepSeek-V3：低成本训练铸就的 AI 大模型传奇

DeepSeek-V3：横空出世的AI新贵DeepSeek-V3是杭州深度求索人工智能基础技术研究有限公司于2024年12月26日重磅发布的混合专家（MoE）语言模型。一经推出，便在知识类任务、算
道亦无名·2025-02-23 15:34
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他