语音处理

屠榜各大CV任务！微软提出BEiT-3：引领图像/文本/多模态预训练迈向“大一统”！...

头条编者按：近年来，基础模型（foundationmodels，也被称为预训练模型）的研究从技术层面逐渐趋向于大一统（thebigconvergence），不同人工智能领域（例如自然语言处理、计算机视觉、语音处理
Amusi（CVer）·2023-01-15 18:14

语音处理 之 开源数据集AiShell 3，个性化合成

开源数据集AiShell3，该文章由北京希尔贝壳公司于2020.10.22更新，主要开源了多说话人数据，用于训练multispeakerTTS，为TTS的研究做贡献，语音合成的训练数据十分昂贵，尤其训练多人的TTS模型，需要大量的多人训练数据，这给很多个人或者研究机构造成很大阻碍。基于开源精神，北京希尔贝壳开源了218说话人85小时的高质量训练数据，给中文TTS研究提供很大的帮助，在此鼓掌。数据包
才大难为用·2023-01-12 13:36

【深度学习】04-01-自注意力机制（Self-attention）-李宏毅老师21&22深度学习课程笔记

04-01-自注意力机制Self-attention模型输入文字处理语音处理Graph模型输出类型一：一对一（SequenceLabeling）类型二：多对一类型三：多对多（由模型自定seq2seq）一对一类型
暖焱·2023-01-06 20:24

【深蓝学院】语音信号处理|ch8-深度学习语音分离

语音信号处理|ch8-深度学习语音分离概述1.深度学习语音处理【目标】①能够有更好的自动语音识别（ASR）的指标；②能够有更好的人类听觉感知【现状】①可以显著提升处理过程的速度并且提升性能；②基于深度学习的语音信号处理已经遍布很广
kodoshinichi·2023-01-05 19:16

15 个面向深度学习爱好者的开放数据集

在这里，我们列出了15个开放的高质量数据集，用于在包括图像处理、语音处理等在内的深度学习空间中进行练习。
Meta.Qing·2023-01-05 14:25

x-vector很神秘？tensorflow采用1维卷积来实现

在语音处理中（主流应用在声纹当中），特征采用的是MFCC特征，其中一个维度代表了帧长，通俗来说，对应的是一段语音的长度，另一个维度代表的是每一帧MFCC特征的维数。
A霸天下·2023-01-04 15:06

【深度学习】机器学习\深度学习常见相关公开数据集汇总（图像处理相关数据集、自然语言处理相关数据集、语音处理相关数据集）

一、前言1.介绍常来说，深度学习的关键在于实践。从图像处理到语音识别，每一个细分领域都有着独特的细微差别和解决方法。然而，你可以从哪里获得这些数据呢？现在大家所看到的大部分研究论文都用的是专有数据集，这些专有数据集又通常不会公开。那么，想实践那些最新的理论方法往往就成了难题。如果你也遇到了这样的问题，接下来我们会提供了一系列可用的公开数据集给大家。在本文中，我们列出了一系列高质量的数据集，每个深度
别出BUG求求了·2023-01-04 08:05

cs224n学习笔记6-语音处理

目录端到端语音处理方法经典语音识别方法：统计模型神经网络方法：使用神经网络代替每个统计模型端到端训练模型ConnectionistTemporalClassification(CTC)连接时序分类法Sequencetosequence
TARO_ZERO·2023-01-03 13:11

时序数据和语音处理

时序数据时序数据概述即时间序列数据------用于时序预测作用：用来连续观察同一对象在不同时间点上获得的数据样本集处理目标：对给定的时间序列样本，找出统计特性和发展规律性，推测未来值语音是一类特殊的时序数据识别语音对应的文本信息是当前人工智能的热点观察时序数据时序数据特性循环性指时间序列的变动有规律地徘徊于趋势线上下并反复出现季节性一年内随季节变换而发生的有规律的周期性变化，比如流感季，但更小单位
小孩不要怕·2023-01-03 13:39

【个人总结】基于深度学习的语音分离代码及论文

基于深度学习的语音分离（从网络角度及通道数划分）1.基于DPRNN的语音分离2.基于深度聚类的语音分离3.基于transformer的语音分离4.基于各种变化网络的语音分离5、多通道的语音分离五、第三方语音处理工具包六
小欧尼思密达·2023-01-03 11:22

人工智能概述

人工智能概述人工智能的技术领域与应用领域华为人工智能发展战略人工智能的争议人工智能的未来展望人工智能技术领域的介绍：计算机视觉、自然语言处理、语音处理；人工智能应用领域的介绍：智能医疗、智能安防、智能家居
柠檬山楂荷叶茶·2023-01-03 06:30

Python和C++通用语音识别模型

Transformer序列到序列模型针对各种语音处理任务进行训练，包括多语言语音识别、语音翻译、口语识别和语音活动检测。
亚图跨际·2023-01-01 10:27

语音信号处理（赵力）作业答案第4章——语音增强

利用语音增强解决噪声污染的问题，主要是从哪个角度来提高语音处理系统的抗噪声能力的？答：语音增强是解决噪声污染的有效方法，其目标就是在接收端尽可能从带噪语音信号中提取纯净的语音信号，改善其质量。
Forest_1010·2023-01-01 02:36

第六周.02.VGAE带读+代码实操

TutorialonVariationalAutoencodersVGAE实操注意结果本文内容整理自深度之眼《GNN核心能力培养计划》公式输入请参考：在线Latex公式本周涉及到autoencoder，这个思想在CV和语音处理上都有应用
oldmao_2000·2022-12-31 07:46

完全重建QMF滤波器组的设计

实验简介多抽样率技术的应用如今越来越广泛，它可以实现一个信道中的多路通信：可以用于数据压缩（如分频带编码后进行存储和传输）；可以用于图像处理和语音处理；可以用于窄带数字滤波的实现；可以用于保密系统等，多抽样率滤波器组已成为信号处理领域强有力的工具
打工小菜·2022-12-30 20:09

语音处理——NN学习相关blog

基于深度学习的单通道语音增强https://www.cnblogs.com/LXP-Never/p/14142108.htmlabstract：介绍目前基于深度神经网络单通道的语音增强方法，大致可以分为两类：基于映射的语音增强；基于Mask的语音增强：几种常见的利用模型训练的mask模型：  时频掩蔽  理想二值掩蔽（IdealBinaryMask，IBM）  理想浮值掩蔽（IdealRatioM
Hibiscus_Jin·2022-12-30 12:36

NNOM神经网络语音降噪

目录1.问题记录和解决2.C工程建立和运行1.问题记录和解决（1）python语音处理依赖库soundfile在miniconda的powershell中执行指令：pipinstallsoundfile–ihttp
卡卡6·2022-12-30 12:34

库、教程、论文实现，这是一份超全的PyTorch资源列表（Github 2.2K星）

项目地址：github.com/bharathgs/A…列表结构：NLP与语音处理计算机视觉概率/生成库其他库教程与示例论文实现PyTorch其他项目
weixin_34191734·2022-12-30 08:23

《数字语音处理》- 实验2. 基于MATLAB分析语音信号频域特征（附代码）

声明本文仅在CSDN发布，其他均为盗版。请支持正版！正版链接：https://blog.csdn.net/meenr/article/details/117629772基于MATLAB分析语音信号频域特征实验2基于MATLAB分析语音信号频域特征目录实验2基于MATLAB分析语音信号频域特征1实验目的及要求2实验原理2.1短时傅立叶变换2.2复倒谱和倒谱2.3语谱图2.4基因周期估计3实验结果及分
SunAqua·2022-12-29 17:51

机器学习算法（十六）：马尔科夫链

在卷积网络出现之前，HMM马尔可夫模型也是语音处理的常用方法。在机器学习算法中，马尔可夫链(Markovchain)是个很重要的概念。马尔可夫链（Markovchain），又称离散时间马尔可夫链（di
意念回复·2022-12-29 14:34

如何搭建神经网络模型,构建神经网络模型方法

它搭载四核Cortex-A57处理器，128核MaxwellGPU及4GBLPDDR内存，拥有足够的AI算力，可以并行运行多个神经网络，适用于需要图像分类、目标检测、分割、语音处理等功能的AI应用。
普通网友·2022-12-29 00:35

【PCI总线,PCIe总线的发展过程】

㈠PCI总线PCI总线是一种高性能局部总线，是为了满足外设间以及外设与主机间高速数据传输而提出来的，在数字图形、图像和语音处理，以及高速实时数据采集与处理等对数据传输率要求较高的应用中，采用PCI总线来进行数据传输
m0_68323565·2022-12-28 18:26

计算语言学概论复习笔记（分词、语言模型、隐马尔科夫、POS、ML、DL、MT）

计算语言学的研究目标研制能理解并生成人类语言的计算机系统（终极）研制出具有一定人类语言能力的计算机文本或语音处理系统。（当前）计算语言学的研究内容建立形式化的适于计算机处理的语言模型。
每一个有风的日子·2022-12-28 04:15

人工智能行业及其概念技术路线

人工智能初期属于计算机科学的分支，研究领域涉及计算机视觉、自然语言处理、机器学习、语音处理等，同时又与多个学科紧密相关，包括自动控制、电子技术、数学、心理学、语言学、哲学等。2.人工智能的技
pawnxi·2022-12-27 10:10

深度神经网络应用实例

pwd=xsak提取码:xsak简介：深度学习是近年来在神经网络发展史上掀起的一波新浪潮，是机器学习的一大热点方向，因在手写字符识别、维数约简、图像理解和语音处理等方面取得巨大进展，所以很快受到了学术界和工业界的高度关注
普通网友·2022-12-26 17:47

语音处理的算法和方法研究（Matlab代码实现）

本文目录如下：目录1概述2运行结果3Matlab代码实现4参考文献1概述语音处理(speechsignalprocessing)用以研究语音发声过程、语音信号的统计特性、语音的自动识别、机器合成以及语音感知等各种处理技术的总称
电气辅导帮·2022-12-26 07:58

2020年史上最全PyTorch资源合集，Github 标星1w+

这份项目资源包括了Pytorch的相关函数库介绍、NLP和语音处理方面的学习资料（文本分类，情感分析，语音识别，文本翻译，BERT，T
深度学习技术前沿·2022-12-25 22:49

【语音处理】LQ/QR噪声估计器研究（Matlab代码实现）

‍个人主页：研学社的博客欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3Matlab代码实现4参考文献1概述LQ/QR分解方法，用于估计具有基频和多次谐波的目标信号的观测中存在的加性背景噪声。2运行结果部分代码：%Inthisexample,QRnoiseestimationisusedtorec
荔枝科研社·2022-12-25 07:22

【语音处理】基于加权压力匹配方法（WPMM）的声音系统研究（Matlab代码实现）

‍个人主页：研学社的博客欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3Matlab代码实现4参考文献1概述在本文中，提出了一种基于加权压力匹配方法（WPMM）的私人声音系统。目的是将输入信号设计到扬声器阵列，允许合成目标场，该目标场在所谓的暗点和听众位置之间具有较大的振幅变化。当阵列的输入能量有
荔枝科研社·2022-12-25 07:52

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
·2022-12-22 14:06

小米AI实验室六篇论文获 ICASSP 2022收录，多模态语音唤醒挑战赛夺冠

同时，小米“自由说”系统在MISP（基于多模态信息的语音处理）挑战赛中荣获多模态语音唤醒第一名和多模态语音识别第二名，这也是小米语音方向取得的第6个世界级比赛冠军。
小米技术·2022-12-20 17:03

ICASSP 2022丨多通道多方会议转录（M2Met）国际挑战赛

竞赛简介语音识别（AutomaticSpeechRecognition）、说话人日志（SpeakerDiarization）等语音处理技术的最新发展激发了众多智能语音的广泛应用。
希尔贝壳AISHELL·2022-12-20 17:58

【语音处理】一种增强的隐写及其在IP语音隐写中的应用(Matlab代码实现）

‍个人主页：研学社的博客欢迎来到本博客❤️❤️博主优势：博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️座右铭：行百里者，半于九十。本文目录如下：目录1概述2运行结果3Matlab代码实现4参考文献1概述本文与两种方法进行比较，即：1）田华，秦军，常春春，等.“使用简化汉明奇偶校验矩阵改进的湿纸代码及其在IP语音隐写术中的应用”].網際網路技術學刊,2017,18.2）A.Westfeld，
荔枝科研社·2022-12-20 03:43

《数字语音处理》- 实验4. 基于MATLAB与VQ的特定人孤立词语音识别研究（附代码）

声明本文仅在CSDN发布，未经允许请勿转载或引用！正版链接：https://blog.csdn.net/meenr/article/details/117629850MATLAB基于VQ的特定人孤立词语音识别研究实验4基于VQ的特定人孤立词语音识别研究目录实验4基于VQ的特定人孤立词语音识别研究1.实验目的及要求2.实验原理2.1特定人孤立词语音识别系统分析2.2语音识别算法———高效的DTW算法
SunAqua·2022-12-19 15:29

人工智能原理自学（五）——序列依赖问题、循环神经网络与LSTM网络自然语言处理实践

我们一般把“词”作为自然语音处理当中的基本单位。我们可能会有一些简单
Vulcan_Q·2022-12-19 15:56

Python语音合成小工具（PyQt5 + pyttsx3）

TTS分成语音处理及语音合成，先由机器识别输入的文字，再根据语音库进行语音合成。现在有很多可供调用的TTS接口，比如百度智能云的语音合成接口。
虚梦年华·2022-12-15 05:08

语音处理的算法和方法研究（Matlab代码实现）

本文目录如下：目录1概述2运行结果3Matlab代码实现4参考文献1概述语音处理(speechsignalprocessing)用以研究语音发声过程、语音信号的统计特性、语音的自动识别、机器合成以及语音感知等各种处理技术的总称
荔枝科研社·2022-12-14 15:48

图像处理、语音处理的应用及前沿技术_计算机视觉与图像处理、模式识别、机器学习学科之间的关系...

根据亚马逊官方的说法，AmazonGo是技术创新的成果，无人便利店内应用了计算机视觉、深度学习算法，无线射频识别、图像分析和感测融合等多种技术，原理类似于无人驾驶。那么下边就介绍一下计算机视觉与图像处理、模式识别、机器学习之间的关系。要实现计算机视觉必须有图像处理的帮助，而图像处理倚仗与模式识别的有效运用，而模式识别是人工智能领域的一个重要分支，人工智能与机器学习密不可分。纵观一切关系，发现计算机
weixin_39917811·2022-12-14 09:42

matlab 共振峰检测,基于matlab的语音共振峰的估计.doc

MATLABBASEDESTIMATESOFANTS院系电子工程学院专业通信工程姓名年级二零零六级指导教师武良丹二零零九年十二月摘要语音是人类相互之间进行交流时使用最多最自然最基本也是最重要的信息载体在高信息化得今天，语音处理的一系列技术及其应用几经成为信息社会部可或缺的最重要组成部分
网易看客·2022-12-14 03:53

基于matlab的声音特征提取,基于matlab的语音信号特征提取.doc

本文主要是基于MATLAB工具研究了语音信号特征提取算法的：线性编码倒谱系数(LPC)和美尔倒谱参数两种方法，并根据这两种方法对一段语音处理结果分析每种方法的优缺点。
导演张小策·2022-12-14 03:52

语音处理：Python实现dBFS刻度和采样值相互转换

语音处理：Python实现dBFS刻度和采样值相互转换问题背景功能思路Python源码相关资料问题背景项目在处理不同位深的音频信号时，时常需要涉及到样点值和dB对数域切换，不想反复去分析公式和手动计算，
来知晓·2022-12-13 19:36

语音处理的算法和方法（Matlab代码实现）

目录1概述2运行结果3参考文献‍4Matlab代码1概述语音处理(speechsignalprocessing)用以研究语音发声过程、语音信号的统计特性、语音的自动识别、机器合成以及语音感知等各种处理技术的总称
wlz249·2022-12-13 18:11

matlab语音分帧加窗,语音处理——对wav文件加窗分帧，求能量，过零率

注意这里面的WAV文件是双声道的，窗函数选的是汉宁窗clc;clearall;closeall;[filename,pathname]=uigetfile('*.wav','请选择语音文件:');[y,fs,Nbits]=wavread([pathname,filename]);%y里面放的是采样的数值;fs是采样频率；bits表示采样位数N=length(y);%信号长度sound(y,fs,N
weixin_39562234·2022-12-13 09:29

声门脉冲语音处理

对于0
爱格白·2022-12-09 14:07

语音处理的线性预测

线性预测是几乎所有现代语音编码算法的基础–手机–网络电话(VOIP)–军事通讯线性预测假设语音信号的每个样本都可以从P个先前样本的加权和中预测出来，利用平稳性假设产生的冗余，线性预测允许数百个样本的语音帧仅由10-15个“预测系数”(a1…aP)表示。对于一般的数字滤波器例如FIR滤波器•只有前向路径•固有稳定•z平面中没有极点（只有零点）线性预测分析：特定样本e[k]的预测误差为对两边进行Z变换
爱格白·2022-12-09 14:24

用pytorch+CTC+WFST实现汉语语音识别

语音识别实验比可选的工具有kaldi，wav2letter，espnet等，使用比较广泛工具是kaldi，但是对于前端语音处理的部分，我觉得kaldi所使用的HMM-GMM方式相当的不直观，Kaldi所使用的
lixinyu99·2022-12-09 07:41

seq2seq模型_带你读论文 | 端到端语音识别模型

编者按：过去十年，得益于人工智能与机器学习的突破、算法与硬/软件能力的进步，以及拥有既多样又大量的语音数据库，用以训练多参数的、大规模的语音识别与合成模型，使得语音处理技术获得飞跃性进展。
weixin_39692761·2022-12-08 20:12

【语音处理】基于自适应差分脉冲编码调制（ADPCM）的实现研究附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步进步，matlab项目目标合作可私信。个人主页：Matlab科研工作室个人信息：格物致知。更多Matlab仿真内容点击智能优化算法神经网络预测雷达通信无线传感器信号处理图像处理路径规划元胞机器人无人机电力系统⛄内容介绍数字有语音可比拟：它它优点优点优点优点和存储存储存储存储存储存储存储存储存储存储在噪声噪声噪声信道信道信道信道中中中进行进
matlab科研助手·2022-12-08 15:21

【树莓派】基于树莓派的语音机器人

众多语音交互设备采用同样的流程如下图：语音识别把人发出的声音转换为文字，经过自然语音处理得到意图，再输入数据库获取回答的文字，经过语音合成就能实现语音对话,而后续这
云敬山·2022-12-06 09:11

语音处理/语音识别基础（五）- 声音的音量，过零率，音高的计算

如前面第3篇讲到，声音的几个主要特征有音量Volume,音高Pitch,音色Timbre。另外有一个重要的特征是过零率zerocrossingrate。当我们在分析声音时，通常以「短时距分析」（Short-termAnalysis）为主，因为音讯在短时间内是相对稳定的。我们通常将声音先切成帧（Frame），每一帧长度大约在20ms左右，再根据帧内的信号来进行分析。计算音量（Volume/Inten
davidullua·2022-12-03 17:31
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他