百度API语音识别第9页

Transformer(seq2seq、self-attention)学习笔记

seq2seq可以解决包括机器翻译、语音识别、语法解析、多标签分类问题等。还

shuyeah·2023-12-30 16:47

MacBook从零起步（22）：语音识别

MacBook从零起步（22）：语音识别2019年5月3日23:20MacBook具有语音识别功能，今天我们来看看是怎么做到的。

史远方·2023-12-30 15:46

真正免费的天气API，无需注册申请key

抱歉，已失效……………………文章目录1.中华万年历的天气API2.讯飞语音识别内置的墨迹天气API3.乐享天气APP无聊整理的真正免费的天气API，无需注册申请key等，当然部分数据解析需要自己理解下，

潇潇独行侠·2023-12-30 12:52

whisper和沐神讲解whisper做的开源工具做的Autocut——————python-根据语音识别让无字幕视频自动生成字幕，附srt字幕文件

B站复现地址的视频讲解视频下方有详细教程python-根据语音识别让无字幕视频自动生成字幕，附srt字幕文件参考

东方-教育技术博主·2023-12-30 11:28

新零售：新零售新在哪

先举个例子，这是目前市面上比较有名的新零售，淘咖啡，出现在淘宝造物节上，模式是没有人收银，通过自己手机支付宝，进入淘咖啡这个门店，在它的点餐区，下单的时候只要说出商品的名字，你的下单需求就会被语音识别系统去扑捉

江南北·2023-12-30 11:49

深度学习：走向智能时代的引擎

从语音识别到图像处理，从自动驾驶到医学诊断，深度学习的应用无处不在，给我们的生活和工作带来了深刻的变革。

若忘即安·2023-12-30 11:36

文字识别技术在未来会有怎样的发展？

目前，深度学习技术已经在图像识别、语音识别等领域得到了广泛应用，未来，深度学习技术也将会被应用到文字识别领域。

金鸣识别·2023-12-30 10:18

Jetson Orin安装riva以及llamaspeak，使用 Riva ASR/TTS 与 Llama 进行实时交谈，大语言模型成功运行笔记

RIVA是一个综合性库，包括：自动语音识别（ASR）文本转语音合成（TTS）神经机器翻译（NMT）（语言到语言的翻译，例如英语到西班牙语）自然语言处理（NLP）服务的集合，例如命名实体识别（NER）、标点符号和意图分类

无证驾驶梁嗖嗖·2023-12-30 06:57

A2B音频总线在智能座舱中的应用

音频是智能座舱的核心功能，涵盖车载音响、语音识别、e-Call、消噪及回声消除等应用，随着汽车智能网联化的发展，对音频的开发要求也越来越高，需要加入更先进、功能丰富的信息娱乐功能以满足消费者的用户体验。

怿星科技·2023-12-30 06:47

ubuntu python播放MP3，wav音频和录音

pygame（略显麻烦，有时候播放不太正常）1.安装依赖库2.代码二.利用mpg123（简洁方便，但仅争对mp3）1.安装依赖库2.代码三.利用sox（简单方便，支持的文件格式多）1.安装依赖库2.代码四.语音识别

捡垃圾来学ros·2023-12-30 05:22

树莓派 ubuntu20.04下 python调讯飞的语音API，语音识别和语音合成

目录1.环境搭建2.去讯飞官网申请密钥3.语音识别（sst）4.语音合成（tts）5.USB声卡可能报错1.环境搭建#环境说明：(尽量在ubuntu下使用,本次代码均在该环境下实现)sudoapt-getinstallsox

捡垃圾来学ros·2023-12-30 05:17

语音信号的端点检测（VAD）

1.端点检测的目的及意义1.1目的从包含语音的一段信号中准确地确定语音的起始点和终止点，区分语音和非语音信号，它是语音处理技术中的一个重要方面1.2意义有效的端点检测技术不仅能在语音识别系统中减少数据的采集量

静静今天想休息·2023-12-30 00:18

基于Wenet长音频分割降噪识别

最后，Wenet利用先进的语音识别技术对经过处理的音频段落进行识别，将其转换为文字或语音内容，从而实现对长音频内容的准确识别和转录

陈增林·2023-12-29 21:58

【解决方案】智能语音模块，东胜物联远场语音解决方案让控制更简单，应用于智能家居等场景

技术概述远场语音技术，采用了麦克风阵列、信号处理技术以及先进的语音识别引擎，使得设备能够在距离麦克风数米到数十米的范围内捕捉、识别和理解用户的语音指令。

东胜物联·2023-12-29 18:07

2023年的技术回顾

深度学习、机器学习、自然语言处理等领域取得了显著的进步，推动了AI在语音识别、图像识别、自动驾驶、医疗诊断等领域的应用。在量子计算领域，2023年也取得了重要突破。

道亦无名·2023-12-29 12:00

基于Freeswitch对接免费的ASR语音识别引擎

目前大部分的只能呼叫中心系统都对接了ASR语音识别引擎，主流的识别引擎有科大讯飞，阿里，百度等大厂的产品，价格不菲，有没有什么免费的引擎可以使用呢，答案是肯定的。

shanghaimoon·2023-12-29 12:10

FreeSwitch采用mrcp协议对接科大讯飞asr和tts以及对话系统

最近由于有开发智能语音机器人的需求，需要使用语音识别（ASR）和文本语音转换（TTS）技术，老板指定使用科大讯飞的原子能力来提供这两项技术的支持。

shanghaimoon·2023-12-29 12:40

计算机视觉与自然语言处理（Open AI）

1.语音识别技术语音识别是将语音转换为文本的技术，是自然语言处理的一个分支。通过特征的提取、模式的匹配将语音信号变为文本或命令，以实现机器识别和理解语音。

人工智能MOS·2023-12-29 09:40

举例说明自然语言处理（NLP）技术。

语音识别：NLP技术可以将语音转换为文本。例如，语音助手如Apple的Siri和亚马逊的Alexa使用NLP技术将用户的语音命令转换为可执行的指令。

程序猿～厾罗·2023-12-29 09:08

介绍 TensorFlow 的基本概念和使用场景。

TensorFlow的使用场景非常广泛，包括但不限于以下领域：机器学习和深度学习：TensorFlow支持各种机器学习和深度学习算法，可以用于图像识别、语音识别、自然语言处理等任

荆赫同艺·2023-12-29 09:30

低信噪比环境下的语音端点检测

提出了一种非平稳噪声抑制和调制域谱减结合功率归一化倒谱距离的端点检测算法1端点检测1-1定义定义：在存在背景噪声的情况下检测出语音的起始点和结束点（这里的重点是噪声环境下语音信号的处理）1-2应用需求应用于语音信号处理：语音增强、语音识别

jUicE_g2R·2023-12-29 01:49

AI类产品概述 — 平台型AI产品技术初识

第二类，终端类AI产品按照类别可分为，（1）语音识别类产品；（2）机器视觉类产品。从产品集成方式上来分，可以分为（1）硬件整机类产品；（2）嵌入式模块类产品。

紫苏湛然·2023-12-28 20:49

【Unity】在使用KinectSDK中遇到GUITexture或GUIText已过时的解决办法

配套资源【体感技术】kinect2.0开发体感游戏资料，人机互动例子，手势识别，骨骼绑定，手势翻书，语音识别，包含Unity例子【体感技术】kinect2.0开发体感游戏PDF以及word各种资料当遇到

亦身仙气·2023-12-28 20:06

WeNet语音识别分词制作词云图

在线体验,点击识别语音需要等待一会，文件太大缓存会报错—介绍本篇博客将介绍如何使用Streamlit、jieba、wenet和其他Python库，结合语音识别（WeNet）和词云生成，构建一个功能丰富的应用程序

陈增林·2023-12-28 11:00

C#使用whisper.net实现语音识别（语音转文本）

介绍github地址：https://github.com/sandrohanea/whisper.netWhisper.net.SpeechtotextmadesimpleusingWhisperModels模型下载地址：https://huggingface.co/sandrohanea/whisper.net/tree/main/classic效果测试通过环境：vs2019.NETFrame

FL1623863129·2023-12-28 11:59

Ai 会替代人类工作吗？

它可以处理复杂的任务，如图像识别、语音识别、自然语言处理等。A

心凡138·2023-12-26 09:27

机器学习、人工智能、深度学习的关系

人工智能(ArtificialIntelligence，AI)人工智能范围很广，它是一门新的科学与工程，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学，研究内容涵盖语音识别

北辰Charih·2023-12-25 18:34

语音技术的未来：识别更精准、应用更丰富！

virtaitech·2023-12-25 15:09

十大开源语音识别项目

AutomaticSpeechRecognition（ASR）是一项自动语音识别技术，其目标是通过计算机自动将人类口头语音转录为文本。

virtaitech·2023-12-25 15:39

人工智能：改变世界的魔法之力

在自然语言处理领域，AI能够理解人类语言、进行语音识别和翻译，为我们提供便捷的交流方式；机器学习和深度学习使得计算机能够通过数据学习并做出预测，为决策提供支持；而在计算机视觉领域，AI让计算机能够解读和理解视觉信息

郭梓航·2023-12-25 10:37

Java调用百度翻译API和调用有道翻译API进行翻译

目录界面编写调用百度API调用有道API源代码界面编写我们首先需要设计出这个翻译程序的GUI界面，我们写一个类继承自JFrame类，用来展示程序的主窗口，设置好窗口的名称和大小，设置在关闭窗口时终止程序

Ye-Maolin·2023-12-25 06:37

读《吴军·数学通识50讲》||理性之美

翻了语音识别、马尔科夫链之类的概念。后来有了得到APP，一开始是硅谷来信，后来越来越多，现在他在得到已经开了七门课了。我订阅了大部分的课程，今天续上《数学之美》看看

周运来就是我·2023-12-24 23:04

【Matlab语音加密】语音信号加密解密（带面板）【含GUI源码 181期】

【含GUI源码181期】二、matlab版本及参考文献1matlab版本2014a2参考文献[1]韩纪庆,张磊,郑铁然.语音信号处理（第3版）[M].清华大学出版社，2019.[2]柳若边.深度学习:语音识别技术实践

Matlab佛怒唐莲·2023-12-24 16:03

如何解决kaldi的依赖库mkl安装失败的问题

最近在学习如何使用kaldi进行语音识别。按照进程进行安装部署时发现IntelMKL库总是失败。通过搜索大量的资料，但都发现不太适用。现在将失败的症状和解决方法分享一下，希望能给读者提供一些帮助。

醉心编码·2023-12-24 11:46

android语音识别服务,使用语音服务 API 的语音识别 - Xamarin | Microsoft Docs

使用AzureSpeechService进行语音识别SpeechrecognitionusingAzureSpeechService01/14/2020本文内容AzureSpeechService是一种基于云的

柯西饭·2023-12-24 10:52

超详细讲解CTC理论和实战

CTC简介对于语音识别来说，训练数据的输入是一段音频，输出是它转录的文字(transcript)，但是我们是不知道字母和语音是怎么对齐(align)的。这使得训练语音识别比看起来更加复杂。

奈何缘浅wyj·2023-12-24 08:00

语音识别模块骚操作——基于LD3320的语音识别模块LD-V7——友军计划2

导言这次毕业设计，制作的是一款音响，里面需要用到语音识别模块，所以入手了这一款。LD-V7配合STM32使用，因为我用的模块比较多，所以没有过多的USART串口可以使用。

爱学习的爬虫者·2023-12-24 02:53

Python办公自动化 – 语音识别和文本到语音的转换

Python办公自动化–对图片处理和文件的加密解密以下是往期的文章目录，需要可以查看哦。Python办公自动化–Excel和Word的操作运用Python办公自动化–Python发送电子邮件和Outlook的集成Python办公自动化–对PDF文档和PPT文档的处理Python办公自动化–对Excel文档和数据库的操作运用、设置计划任务Python办公自动化–对CSV文件运用和管理文件/文件夹Py

逃逸的卡路里·2023-12-23 21:09

安全领域中的机器学习

developer/article/1620383一、机器学习与其它领域的联系模式识别≈机器学习+工业应用数据挖掘≈机器学习+数据库统计学习≈机器学习+数理统计计算机视觉≈机器学习+图像处理+视频处理语音识别

Anthons·2023-12-23 18:24

2023年度AI技术盘点：突飞猛进的技术进展与未来挑战

从语音识别到图像处理，从自动驾驶到医疗诊断，AI在各个领域的应用如雨后春笋般不断涌现。在这一年里，AI技术取得了重大突破，为我国经济社会发展注入了新的活力。

液态不合群·2023-12-23 16:18

【Matlab语音处理】汉宁窗FIR陷波滤波器语音信号加噪去噪【含GUI源码 1711期】

含GUI源码1711期】二、matlab版本及参考文献1matlab版本2014a2参考文献[1]韩纪庆,张磊,郑铁然.语音信号处理（第3版）[M].清华大学出版社，2019.[2]柳若边.深度学习:语音识别技术实践

Matlab佛怒唐莲·2023-12-23 15:55

Alexa Voice Service 概述

语音服务允许开发者通过麦克风和扬声器为连接的产品提供语音功能.一旦集成,你的产品将有权访问Alexa内置功能(如音乐播放、定时器和闹钟、快递追踪、电影列表、日历管理等)以及使用Alexa技能工具包开发的第三方技能.AVS由与客户端功能对应的接口组成,如语音识别

程序手艺人·2023-12-23 11:02

uniapp中如何使用百度tts生成文字语音并播放

应用，这里默认你们都会了哈，申请完是这样的第二步在manifest.json注册一下第三步进项目,先获取tokenhandleGetToken(){//client_id和client_secret就是百度

进阶的巨人001·2023-12-23 10:45

语音识别-关键词检测

introductionword-spotting,audioindexing,spokentermdetection输出的是wordlattice，根据lattice计算关键词的后验概率。ATWV=mean(Ncorrect(s)Ntrue(s)−βNspurious(s)T−Ntrue(s))其中Ncorrect(s)表示检测正确的个数，Ntrue(s)表示reference中关键词的个数，N

xmdxcsj·2023-12-23 10:51

【新手基础教程】音频处理之关键词识别

这是一个孤立词识别的算法模块,用户通过录音生成词汇模板加载到模块中，再通过它识别到用户加载的词汇模板，并返回匹配的可能性，实现请参考基于STM32的孤立词语音识别。

猪百岁儿·2023-12-23 10:51

Android开发中实时语音开发之华为实时语音识别

上一篇(Android开发中，百度语音集成之一)简单的讲解了百度语音的识别，今天讲解一个华为的语音识别:1.初始化：initRecognizer()mSpeechRecognizer=MLAsrRecognizer.createAsrRecognizer

华海渡·2023-12-23 07:03

语音识别功能测试：90%问题，可以通过技术解决

现在市面上的智能电子产品千千万，为了达到人们使用更加方便的目的，很多智能产品都开发了语音识别功能，用来语音唤醒进行交互；另外，各大公司也开发出来了各种智能语音机器人，比如小米公司的“小爱”，百度公司的“

程序员雷叔·2023-12-23 05:35

1-GAN

一、GAN简介人脸检测、图像识别、语音识别，机器总是在现有事物的基础上做出描述或判断[参考]能不能创造这个世界不存在的东西？

Darren214·2023-12-23 03:51

python中文语音识别

1）生成需要识别的wav文件，SpeechRecognition需要wav文件，不能识别mp3文件安装库：sudoaptinstallespeakffmpeglibespeak1pipinstallpyttsx3代码：defdemo_tts_wav():importpyttsx3engine=pyttsx3.init()engine.setProperty('rate',150)engine.se

极乐净土0822·2023-12-22 22:05

语音识别与人机交互：发展历程、挑战与未来前景

导言语音识别技术作为人机交互领域的重要组成部分，近年来取得了巨大的发展。本文将深入研究语音识别与人机交互的发展历程、遇到的问题、解决过程、未来的可用范围，以及在各国的应用和未来的研究趋势。

鳗小鱼·2023-12-22 22:04

推荐频道

百度API语音识别