讯飞语音识别

基于“感知–规划–行动”的闭环系统架构

听觉：利用麦克风阵列、声学传感器，结合声纹识别、语音识别（如基于Transformer或RNN的模型）技术处理音频信息。文本与语义信息：通过文
由数入道·2025-02-10 22:39

windows安装nc命令的解决方案

曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2025-02-10 20:26

【鸿蒙开发】第二十四章 AI - Core Speech Kit（基础语音服务）

1.2约束与限制2文本转语音2.1场景介绍2.2约束与限制2.3开发步骤2.4设置播报策略2.4.1设置单词播报方式2.4.2设置数字播报策略2.4.3插入静音停顿2.4.4指定汉字发音2.5开发实例3语音识别
鸿蒙程序媛·2025-02-10 20:51

语音识别(Speech Recognition) 原理与代码实例讲解

语音识别(SpeechRecognition)-原理与代码实例讲解作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming/TextGenWebUILLM语音识别
AI天才研究院·2025-02-10 14:34

AI智慧医疗系统源码与互联网医院APP开发攻略：功能、架构、合规

一、AI智慧医疗系统的核心功能要开发一款成熟的智慧医疗系统，必须具备以下几个关键功能模块：远程问诊与在线会诊语音/视频问诊：支持医生与患者远程实时沟通，结合AI语音识别和自然语言处理（NLP），实现病情描述
万岳软件开发小城·2025-02-09 14:21

多模态大模型：技术原理与实战 多模态大模型在情绪识别领域的应用

多模态大模型：技术原理与实战多模态大模型在情绪识别领域的应用1.背景介绍1.1问题由来近年来，深度学习技术在图像、语音、文本等多个模态的语音识别、视觉识别、自然语言处理等领域取得了重大突破。
杭州大厂Java程序媛·2025-02-09 10:23

vue实现科大讯飞实时语音听写（流式的）！

前提需要用到科大讯飞的实时语音转写（录音转写实在是太慢了）问题科大讯飞只给的普通版本的没有给vue版，这就很恼火然后就不停的找，按网上做了好久都是没有解决解决解决方法1https://blog.csdn.net
19岁开始学习·2025-02-09 03:24

为什么线下面试越来越流行了？

原因一：作弊成本越来越低AI的诞生确实提供了很多便利，但也有人和团队利用AI来搞一些非正当的产品，例如AI面试辅助工具，它大概是这样的：面试官上远程问问题，这边的AI面试辅助工具通过语音识别很快就能找出正确的答案
·2025-02-08 23:37

微软文本转语音和语音转文本功能更新，效果显著！

最近，微软对其AI语音识别和语音合成技术进行了重大升级，效果非常好，现在我将分别为大家介绍这两个功能。
wuhanwhite·2025-02-08 22:53

《探秘卷积神经网络的核心—卷积核》

在当今人工智能飞速发展的时代，卷积神经网络（CNN）在图像识别、语音识别等众多领域取得了令人瞩目的成就。而其中，卷积核作为CNN的核心组件，发挥着至关重要的作用。
·2025-02-08 19:57

使用Python进行语音识别：将音频转为文字

语音识别是一项将语音信号转换为可理解的文本的技术。在Python中，我们可以使用一些库和工具来实现语音识别，并将音频转换为文本。本文将介绍如何使用Python进行语音识别的过程，并提供相应的源代码。
WmqApps·2025-02-08 18:52

开源项目实战：Whisper 环境下的语音识别与说话人分离完全指南

开源项目实战：Whisper环境下的语音识别与说话人分离完全指南whisper-diarizationAutomaticSpeechRecognitionwithSpeakerDiarizationbasedonOpenAIWhisper
唐阔清·2025-02-07 23:40

人工智能在音乐中的自然语言处理技术：探讨音乐中的自然语言处理技术

在过去的几年中，语音识别、唱歌比赛、歌词分析、智能推荐等应用已经在音乐行业中发挥了重
AI天才研究院·2025-02-07 18:42

讯飞绘镜（ai生成视频）技术浅析（五）：视频生成

讯飞绘镜（AI生成视频）是一种先进的AI视频生成技术，能够将静态的分镜画面转换为动态视频，并使画面中的元素按照一定的逻辑和动作进行动态展示。
爱研究的小牛·2025-02-07 18:10

MOE-conformer 流式多语种语音识别

MOE(MixtureofExperts)：MOE是一种通过专家混合来实现深度学习模型的方法，主要有以下特点：MOE由多个专家(Excpert)组成，每个专家是一个独立的神经网络(可以是MLP、CNN、RNN等)输入数据会被路由分配到不同的专家进行处理，目的是确定最适合处理输入的专家模型各个专家独立处理得到的结果进行加权聚合后输入结果各个专家独立计算，容易实现数据并行通过组合不同专家的强项，总体能
深度学习-视听觉·2025-02-07 14:16

python openai库讲解，以及如何调用deepseek的api

借助这个库，开发者能够轻松地在Python代码里调用OpenAI的API来完成文本生成、图像生成、语音识别等多种任务。
一念&·2025-02-07 14:42

大模型元年：人工智能的“寒武纪大爆发”

一、从“专用”到“通用”：大模型开启AI新范式传统的人工智能模型往往是针对特定任务进行训练的“专用工具”，例如图像识别、语音识别等。而大模
小马过河R·2025-02-07 08:05

目前市场上深度学习简介及沿革发展

深度学习是人工智能和机器学习的重要分支，其模型种类繁多，涵盖多个领域，如计算机视觉、自然语言处理、语音识别等。以下是目前市场上主流的深度学习模型，以及它们的发展历史和逐步沿革。
Allen-Steven·2025-02-07 00:08

探索深度学习：开启智能新时代

它宛如一把神奇的钥匙，开启了通往智能世界的大门，从语音识别到图像分类，从自动驾驶到医疗诊断，深度学习的身影无处不在，正深刻地改变着我们的生活与工作方式。深度学习究竟是什么？深度学习隶属
顾漂亮·2025-02-06 10:35

二值连接：深度神经网络的轻量级革命

深度神经网络（DeepNeuralNetworks,DNN）近年来在语音识别、图像分类和自然语言处理等领域取得了令人瞩目的成就。
步子哥·2025-02-06 06:11

讯飞星火X1横空出世，直接“杀疯”成中文数学王者？

而今天要给大家介绍的这个主角——讯飞星火深度推理模型X1，那可是最近科技圈的一大热点。为啥它值得我们重视呢？要知道，中文数学能力在AI
盼达思文体科创·2025-02-05 15:15

因果推断与机器学习—因果表征学习与泛化能力

近十年来，深度学习在多个领域取得了巨大成功，包括机器视觉、自然语言处理、语音识别和生物信息等。这些成功为机器学习技术的进一步发展和应用奠定了基础。表征学习是深度学习的核心技术之一。
樱花的浪漫·2025-02-05 14:39

运行 Deepseek 视觉模型的方法

推荐文章《24GBGPU中的DeepSeekR1：UnslothAI针对671B参数模型进行动态量化》权重1，DeepSeek类《在RaspberryPi上运行语音识别和LLaMA-2GPTWhisperASR
知识大胖·2025-02-05 13:30

Tensorflow 2.x(keras)源码详解之第十章：keras中的模型保存与加载(详解Checkpoint&md5&模型序列化)

曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2025-02-05 07:46

对json数据进行去重的Python实战代码

曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2025-02-05 06:09

CH32V003_STT 开源项目教程

10cents'CH32V003Microcontroller项目地址:https://gitcode.com/gh_mirrors/ch/ch32v003_stt项目介绍CH32V003_STT是一个基于CH32V003微控制器的语音识别项目
柯晶辰Godfrey·2025-02-05 04:51

【2024年国内一些知名的免费AI对话工具的对比】

体验地址:https://yiyan.baidu.com/讯飞星火认知大模型特点:支持多风格长文本生成
龙少9543·2025-02-05 01:02

一种非接触式智能垃圾桶设计（论文+源码+实物）

SG90舵机分别控制可回收、不可回收、其他垃圾桶盖的开关，并通过WiFi通信模块将数据信息传输到云平台，方便用户实现远程管控，在控制方式上有自动和手动两种模式，自动模式下，用户可以通过LU-ASR01语音识别模块以语音的方式对垃圾桶进行控制
云山工作室·2025-02-04 05:29

基于BiGRU的预测模型及其Python和MATLAB实现

##一、背景在当今快速发展的数据驱动的时代，尤其是在自然语言处理（NLP）、时间序列预测、语音识别等任务中，深度学习技术的应用已经变得越来越普遍。
追蜻蜓追累了·2025-02-04 03:10

动手学PyTorch建模与应用：从深度学习到大模型

深度学习的出现不仅推动了机器学习的发展，而且促进了人工智能技术的革新，已经被成功应用在语音识别、图像分类识别、地球物理、大语言模型等领域，具有巨大的发展潜力和价值。
王国平·2025-02-04 00:51

语音识别播报人工智能分类垃圾桶（论文+源码）

2.1需求分析本次语音识别播报人工智能分类垃圾桶，设计功能要求如下∶1、具有四种垃圾桶，分别为用来回收厨余垃圾，有害垃圾，可回收垃圾，其他垃圾。
沐欣工作室_lvyiyi·2025-02-03 19:39

《语音识别模式、算法设计与实践》——第一章 语音识别概述

专栏总目录1.1走进语音识别1.1.1语音识别的定义定义：语音识别是让机器具备自动接收和分析人类的语音，并最终输出对应文本的过程。
静候光阴·2025-02-03 19:39

详解大模型微调数据集构建方法(持续更新)

曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。
herosunly·2025-02-03 04:03

从System Prompt来看Claude3、Kimi和ChatGLM4之间的差距

曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。
herosunly·2025-02-03 01:12

基于能量检测的语音信号端点检测 FPGA 实现

应用使用场景语音识别系统：提高识别准确性，减少处理非语音片段。通信设备：降低带宽需求，通过仅传输语音部分节
鱼弦·2025-02-02 13:42

一个 windows 自动语音识别案列

一个windows自动语音识别案列之前给写过一段很有意思的代码，今天分享给大家！
小Tomkk·2025-02-02 04:30

Chrome浏览器删除网站cookies的解决方案

曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2025-02-01 15:07

基于深度学习的大规模模型训练

基于深度学习的大规模模型训练涉及训练具有数百万甚至数十亿参数的深度神经网络，以处理复杂的任务，如自然语言处理、计算机视觉和语音识别。
SEU-WYL·2025-02-01 07:56

通过命令行工作流提升工作效率的实战教程（持续更新）

曾获得阿里云天池比赛第一名，CCF比赛第二名，科大讯飞比赛第三名。拥有多项发明专利。对机器学习和深度学习拥有自己独到的见解。曾经辅导过若干个非计算机专业的学生进入到算法行业就业。
herosunly·2025-02-01 05:37

机器学习笔记 - 将音频转换为图像进行分类的机器学习模型

一、简述语音识别技术是将音频信号转化为文本的过程。其基本原理如下：1.音频录制：首先需要对口语发音进行录制，并将其转化为数字形式的音频文件。
坐望云起·2025-02-01 00:32

python 使用Whisper模型进行语音翻译

Whisper是由OpenAI开源的一个自动语音识别（AutomaticSpeechRecognition,ASR）系统。它的主要特点是：多语言支持：它本身就能识别几十种语言，包括中文。
哦里 哦里哦里给·2025-01-31 15:16

讯飞绘镜（ai生成视频）技术浅析（三）：自然语言处理（NLP）

1.技术架构概述讯飞绘镜的NLP技术架构可以分为以下几个核心模块：语义分析：理解用户输入的文本，提取关键信息（如实体、事件、情感等）。情节理解：分析文本中的故事情节，识别事件序列和逻辑关系。
爱研究的小牛·2025-01-31 14:43

讯飞智作 AI 配音技术浅析（一）

一、核心技术讯飞智作AI配音技术作为科大讯飞在人工智能领域的重要成果，融合了多项前沿技术，为用户提供了高质量的语音合成服务。
爱研究的小牛·2025-01-31 14:42

AI 大模型创业：如何利用商业优势？

这些模型通常具有数十亿甚至千亿个参数，能够实现从自然语言处理到计算机视觉、语音识别等广泛领域的任务。
AI天才研究院·2025-01-30 21:46

最新版pyvideotrans3.46整合包，将视频从一种语言翻译为另一种语言，同时支持语音识别转录、语音合成、字幕翻译，AI自动视频翻译配音加字幕软件，解压即用

GitHub-jianchang512/pyvideotrans:Translatethevideofromonelanguagetoanotherandadddubbing.将视频从一种语言翻译为另一种语言，同时支持语音识别转录
struggle2025·2025-01-30 19:55

原生微信小程序开发踩坑

微信同声传异插件支持30s左右的音频官网的插件语音识别只能支持30s左右的音频，长时间不可以，建议使用循环调用该方法。
Goat恶霸詹姆斯·2025-01-30 09:01

【云原生】Docker搭建开源翻译组件Deepl使用详解

日志和监控三、开源类翻译组件解决方案3.1国内翻译组件方案汇总3.1.1百度翻译3.1.2腾讯翻译3.1.3阿里翻译(通用版)3.1.4华为翻译3.1.5小牛翻译3.1.6有道翻译3.1.7火山翻译3.1.8讯飞翻译
小码农叔叔·2025-01-30 08:26

ImportError: DLL load failed while importing _rust: 找不到指定的程序的解决方案

曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。
爱编程的喵喵·2025-01-30 07:46

LLM（大语言模型）——Springboot集成文心一言、讯飞星火、通义千问、智谱清言

目录引言代码完整地址入参出参ControllerServiceService实现类模型Service入参转换类文心一言实现类讯飞星火实现类通义千问实现类智谱清言实现类引言本文将介绍如何使用Java语言，
1telescope·2025-01-29 13:54

GPTHUB

支持一键切换ChatGPT(3.5、4.0)模型、月之暗面（Kimi）、文心一言(支持Stable-Diffusion-XL作图)、通义千问、讯飞星火、智谱清言(ChatGLM)等主流模型，后续模型持续对接中
@小马哥·2025-01-29 13:24
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他