语音处理

语音处理/语音识别基础（六）- 语音的端点检测（EPD/VAD)

端点检测在语音处理与识别中，扮演重要的角色，可以基于时域，或者基于频域来做EPD。本文尝试解答如下问题：1).为什么使用基于频域的方法来做音频的分析？2).什么是语谱图，语谱图有什么作
davidullua·2022-12-03 17:00

模式识别系列（七）反向传播神经网络

神经网络被广泛应用于各种领域，图像识别，语音处理，三维重建，脑电处理等等，细化出了无数的模型，比如著名的YOLO，INCE
人工小智障·2022-12-03 10:09

基于Python实现语音合成小工具

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。
·2022-12-03 08:30

Python中Pyaudio安装失败的解决办法

问题描述在进行语音处理时，发现pyaudio包无法安装，具体情况如下：解决办法去官网下载pyaudio对应的whl，如下所示：下载完后在对应的文件夹打开cmd再输入pipinstallPyAudio-0.2.11
段云oO·2022-12-02 12:18

java导论pdf下载,人工智能导论 PDF 下载

其中，知识表示主要介绍概念表示、知识表示、知识图谱；知识获取主要介绍搜索技术、群智能算法、机器学习、人工神经网络与深度学习；知识应用涉及计算机视觉、自然语言处理、语音处理、专家系统、规划、多智能体系统与智能机器人六部分
张饭团·2022-12-02 02:38

Android App开发语音处理之系统自带的语音引擎、文字转语音、语音识别的讲解及实战（超详细 附源码）

需要源码请点赞关注收藏后评论区留下QQ~~~一、系统自带的语音引擎语音播报的本质是将书面文字转换成自然语言的音频流，这个转换操作被称作语音合成，又称TTS（从文本到语音）在转换过程中，为了避免机械合成的呆板和停顿感，语音合成技术还得对语音流进行平滑处理，以确保输出得语音音律流畅自然。不管是Android原生的西文引擎还是手机厂商集成的中文引擎，都支持通过系统提供的API处理语音，其中的语音合成工具
showswoller·2022-11-28 19:46

语音处理：音频入门之基础概念总结

语音处理：音频入门之基础概念总结基本概念语音增强基本概念过采样：超过音频本身实际带宽的采样率，如音频带宽12kHz，用96kHz采样属于过采样，用24kHz采样则较为合理。上采样，也属于过采样。
来知晓·2022-11-28 07:14

语音处理：音频基础知识篇整理（持续更新中）

语音处理：音频基础知识篇整理常见疑问重要参考常见疑问为何48KHz称为全带的采样率？因为人耳正常能听到的频率20Hz到20kHz，根据奈奎斯特采样定律，实际频率20k，则采样一定要大于2倍。
来知晓·2022-11-28 07:44

【Android App】实现在线语音合成功能（使用云知声平台和WebSocket 超详细 附源码）

在线语音合成虽然国产智能机大多集成了中文语音引擎，但是系统自带的语音工具无法满足商用要求，功能单一，所以势必引入第三方的语音引擎，依靠第三方提供的开发包统一支撑语音的交互操作此处选用云知声引擎，对新生免费并且语音处理采用公开的
showswoller·2022-11-27 18:54

循环神经网络RNN

前馈神经网络的传播是单向的，但是，某些任务需要能够更好的处理序列信息，即前面的输入和后面的输入有关系，比如语音识别、自然语音处理等等。
小码爱撞墙·2022-11-27 11:47

MLNLP2022官宣！第一届机器学习算法与自然语言处理大会开始免费报名，29场报告，60余位学者等你来！...

本届大会内容涵盖高效AI、推荐系统、机器翻译、论文实践、预训练圆桌对话、可信AI、语音处理以及代码智能等8个论坛，期待能够促进国内外机
zenRRan·2022-11-27 03:02

ISCSLP 2022 | NPU-ASLP实验室8篇论文被录用

作为语音处理技术领域的旗舰国际会议，ISCSLP2022（InternationalSymposiumonChineseSpokenLanguageProcessing）将于12月11-14日在新加坡举办
语音之家·2022-11-26 20:06

注意力机制综述

无论是图像分割、语音识别还是自然语言处理的各种不同类型的任务中，注意力机制都在其中大放异彩介绍注意力（attention）机制最初应用于机器翻译任务，现在已被广泛地应用于深度学习的各个领域，无论是图像分割、语音处理
Asthestarsfalll·2022-11-26 20:34

python分割语音端点检测_详解python的webrtc库实现语音端点检测

引言语音端点检测最早应用于电话传输和检测系统当中,用于通信信道的时间分配,提高传输线路的利用效率.端点检测属于语音处理系统的前端操作,在语音检测领域意义重大.但是目前的语音端点检测,尤其是检测人声开始和结束的端点始终是属于技术难点
weixin_39854923·2022-11-25 16:17

语义信息概述

语义信息概述什么叫语义信息无论在图像，文本，语音处理领域等，我们常看到一个词，“语义信息”。
big_matster·2022-11-25 09:28

马志强：语音识别技术研究进展和应用落地分享丨RTC Dev Meetup

本文内容源自「RTCDevMeetup丨语音处理在实时互动领域的技术实践和应用】的演讲分享，分享讲师为寰语科技语音识别研究主管马志强。
声网·2022-11-24 17:00

语音处理 之 libritts，AIShell

LibriSpeech该数据集为包含文本和语音的有声读物数据集，由VassilPanayotov编写的大约1000小时的16kHz读取英语演讲的语料库。数据来源于LibriVox项目的阅读有声读物，并经过细致的细分和一致。经过切割和整理成每条10秒左右的、经过文本标注的音频文件，非常适合入门使用。LibriTTS是一种多语言英语语种，以24kHz采样率阅读英语语音约585小时，由HeigaZen在
才大难为用·2022-11-24 09:10

数字语音处理期中报告——音频信号分析与合成（MATLAB线性预测LPC）

目录一级目录二级目录三级目录一．实验要求第一题：线性预测和确定共振峰第二题：交叉合成二．实验步骤题目一题目二三．实验原理四．实验结果题目一：题目二：五．实验分析一级目录二级目录三级目录一．实验要求第一题：线性预测和确定共振峰第二题：交叉合成其他：请提交不超过8页的完整报告。必要时使用伪代码，方程式和数字进行解释。二．实验步骤题目一（a）找到一个安静的房间，用16kHz/16位/单声道录制自己的英语
祖国在我心中正版·2022-11-22 10:46

Python——语音处理基础

Python——语音处理基础目标：Python对音频文件的IO处理；语音中关于音量和音响的一些计算；一、概述声音物理意义：声音是一种纵波，纵波是质点的振动方向与传播方向同轴的波。
一个热爱学习的深度渣渣·2022-11-22 10:13

AI-语音处理理论和应用-DNN-HMM、CD-DNN-HMM

学习目标•了解语音处理的基础知识及应用•掌握语音处理的基本步骤•掌握语音处理的主要技术•了解语音处理的难点与展望DNN-HMM深度神经网络-隐马尔科夫模型•深度神经网络-隐马尔科夫模型（DNN-HMM）
TKE_kolento.·2022-11-21 17:48

Interspeech2022论文解读 | LODR：一种更好、更轻量的语言模型融合新方式

本文介绍清华大学语音处理与机器智能实验室（SpeechProcessingandMachineLearningIntelligence,SPMI）与美团的联合工作：为端到端ASR（AutomaticSpeechRecognition
语音之家·2022-11-21 06:29

PGL图学习之图神经网络GNN模型GCN、GAT

在4922份提交内容中，主要涉及13个研究方向，具体有：1、AI应用应用，例如：语音处理、计算机视觉、自然语言处理等2、深度学习和表示学习3、通用机器学习4、生成模型5、基础设施，例如：数据集、竞赛、实现
jh035512·2022-11-21 05:25

android studio语音处理,Android studio打不开百度语音识别Demo

关键字：transformNative_libsWithStripDebugSymbolForDebug、没有匹配的识别结果、点击重试也无法打开识别百度语音离在线融合SDK下载版本：2.1.21发布时间：2017-1-17下载后得到bd_speech_sdk_asr_v2.1.21.20170112_3ad14de_beta.zip15.65MB解压得到以下文件1.pngEclipse直接导入并运
诺坎普之约·2022-11-21 03:15

HCIP-AI语音处理理论、应用

语音处理理论、应用1、语音处理介绍1.1、语音处理1.1.1、语音处理的简介1.1.2、语言学1.1.3、语音学1.1.4、语音特征1.1.5、语音信号预处理1.1.5.1、预加重1.1.5.2、分帧1.1.5.3
@@老胡·2022-11-20 20:18

黄硕：百度飞桨文心大模型在语音文本审核中的应用

语音处理是实时互动领域中非常重要的一个场景，在「RTCDevMeetup丨语音处理在实时互动领域的技术实践和应用」活动中，来自百度、寰宇科技和依图的技术专家，围绕该话题进行了相关分享。
声网·2022-11-20 14:39

python语音识别预处理_语音处理（python）

写在前面本篇文章主要分以下三个部分讲述：wav语音的格式及其内容语音的预处理语音的特征及特征提取语音的格式及其内容首先了解以下wav文件的主要规范格式注释：RIFF全称为资源互换文件格式（ResourcesInterchangeFileFormat），是Windows下大部分多媒体文件遵循的一种文件结构。RIFF文件所包含的数据类型由该文件的扩展名来标识，能以RIFF格式存储的数据有：wav、av
weixin_39792686·2022-11-20 12:27

OpenAI 开源语音识别 Whisper

在各种语音处理任务中训练Transformer序列到序列模型，包
ejinxian·2022-11-19 17:03

深度学习从入门到放弃之1---准备篇

深度学习广泛应用于图像识别、语音处理、语义处理、自动驾驶、医疗图像等领域。现在越来越多的人开始触电深度学习领域，有相关学科专业的、也有非科班出
三景页三景页·2022-11-19 05:22

stft的窗函数设计要求和方法（COLA）

在语音处理进行短时傅里叶变换的时候，对窗函数是有一定要求的，这篇文章将对这方面的问题进行简单的阐述。
book_bbyuan·2022-11-12 04:52

人工智能导论

人工智能导论人工智能定义及其研究目标人工智能发展历史知识及其表示知识图谱人工智能关键技术机器学习（ML）神经网络与深度学习自然语言处理计算机视觉语音处理人工智能行业应用人工智能定义及其研究目标智能至少包括三个方面能力
卡卡龙zjq·2022-11-11 07:53

无线音视频传输方案，远距离WiFi通信技术，CV5200模组图传应用

计算机网络通讯技术、图像压缩处理技术以及无线传输技术的快速发展，使得安全技术防范行业能够采用最新的无线通讯和图像/语音处理技术。
飞睿科技·2022-11-09 19:09

机器学习-西瓜书--第一章（3）

模式识别≈机器学习(目的≈算法的关系)数据挖掘=机器学习+数据库计算机视觉=图像处理+机器学习语音识别=语音处理+机器学习自然语言处理=文本处理+机器学习图灵（计算机和人工智能的鼻祖，分别对应于其著名的
末世灯光·2022-11-01 03:31

基于BP神经网络的手写数字识别（Matlab代码实现）

目前人工智能包含语音识别、自然语音处理、计算机视觉、机器学习四大部分[1,2]。其中机器学习是人工智能发展最快的分支之一。计算机技术和网络技术的发展，大量的数字信息
研学社·2022-10-31 22:27

GitHub 3.1K业界首个流式语音合成系统开源

飞桨语音模型库PaddleSpeech，为开发者提供了语音识别、语音合成、声纹识别、声音分类等多种语音处理能力，代码全部开源，各类服务一键部署，并附带保姆级教学文档，让开发
百度_开发者中心·2022-10-30 03:50

【PaddleSpeech进阶】语音合成-onnx模型使用

你可以从中选择各种语音处理工具以及预训练模型，支持语音识别，语音合成，声音分类，声纹识别，标点恢
coc_ai_studio·2022-10-30 03:14

语音处理-傅里叶分析和Z变换

语音处理-傅里叶分析和Z变换时域与频域•信号可以表示任何类型的序列测量•信号通常表示序列时间上的测量•信号分析的一项有用技术是将其分解为一组基本部分易于理解（例如线性趋势）•分解为周期函数可以是将信号转换为
the only KIrsTEN·2022-10-26 15:12

语音叠加和谐振的计算

语音叠加和谐振的计算什么是语音处理？1.语音信号的研究和这些信号的处理方法2.数字信号的一个特例应用于语音信号的处理符号什么是声音？
the only KIrsTEN·2022-10-26 15:42

李宏毅机器学习2022春季-第五课和HW5

第五课主要内容是transformer，是目前自然语音处理、语音处理，甚至是图像处理中使用非常多的网络架构，详细内容见课程视频。
机器学习手艺人·2022-10-19 19:13

【word2vec】python读取pdf文件，通过词向量寻找相关词语

1.什么是Word2vec对于自然语音处理而言，首先要做的就是将文字转换为计算机能看懂的数字，也就是说，将词语进行数字化。（1）one-hot编码，比较常用的一种编码方式，又叫独热编码。
⁠脱欢·2022-10-02 11:21

自然语音处理（NLP）系列（五）——详解智能问答系统

为方便客户进行网上登记，提升各大官网系统的智能化水平，很多官网已上线“智能小客服”。“智能小客服”支持语音引导、机器人24小时智能问答、文字提问、上传图片咨询、关联问题推荐、远程人工客服等多种便利化的贴心咨询服务。这些服务中运用到了自然语言处理（NLP）中的智能问答系统。自然语言处理（NLP）应用场景分析？自然语言处理是人工智能的一个子领域。自然语言处理是探究在人与人交互中以及在人与计算机交互中的
景联文科技·2022-09-10 07:31

自然语音处理（NLP）系列（三）——什么是序列标注？

自然语音处理（NLP）是人工智能领域中的重要一环，在过去的二十年里，NLP利用机器学习和深度学习的研究成果，在很多方面取得了不小的进步。
景联文科技·2022-09-07 10:45

【滤波器】最小均方(LMS)自适应滤波器

LMS自适应滤波器1、原理概述2、计算步骤3、算法参数分析（1）参数讨论（2）算法的优缺点三、LMS应用于信号滤波1、MATLAB仿真代码2、滤波效果四、LMS自适应滤波器的应用领域（1）自适应均衡（2）语音处理
Zhi Zhao·2022-08-01 10:48

【可视密码共享技术】可视密码共享技术-含Matlab Gui源程序-含文档【0103期】

信息隐藏技术作为一个新兴的研究领域，涉及数字信号处理、图像处理、语音处理、密码学等多个学科；在政府、
matlab科研中心·2022-07-11 17:02

语音处理理论和应用

语音处理理论和应用语音处理介绍语音处理语音信号处理（语音处理）音频信号主要的问题语音信号预处理步骤语音信号分析和特征提取语音特征语音特征提取方法什么是MFCCMFCC提取过程语音识别语音识别概念和应用语音识别现状语音识别难点语音识别任务处理流程语音合成应用场景语音合成处理流程文本分析语音信号语音信号分析方法语音信号数字化传统语音模型
C君莫笑·2022-07-11 07:31

ubuntu上安装ESPnet

ESPnet是一个端到端的语音处理工具，主要侧重于端到端语音识别和端到端语音合成。ESPnet使用chainer和pytorch为主深度学习引擎，同时也遵循Kaldi风格的数据处理、特征提取格式。
cheetah_qiufeng·2022-07-11 07:53

如何解决 Iterative 半监督训练 在 ASR 训练中难以落地的问题丨RTC Dev Meetup

前言「语音处理」是实时互动领域中非常重要的一个场景，在声网发起的「RTCDevMeetup丨语音处理在实时互动领域的技术实践和应用」活动中，来自微软亚洲研究院、声网、数美科技的技术专家，围绕该话题进行了相关分享
声网·2022-06-27 11:55

FastCorrect：语音识别快速纠错模型丨RTC Dev Meetup

前言「语音处理」是实时互动领域中非常重要的一个场景，在声网发起的「RTCDevMeetup丨语音处理在实时互动领域的技术实践和应用」活动中，来自百度、寰宇科技和依图的技术专家，围绕该话题进行了相关分享。
·2022-06-25 01:48

微信小程序实现录音与音频播放功能

目录1、录音1.1案例2、音频播放控制2.1案例小程序继承了微信强大的语音处理功能，提供了录音、音频播放控制和背景音乐等功能，它们的功能不同，但有相似性。
·2022-06-24 14:20

依图在实时音视频中语音处理的挑战丨RTC Dev Meetup

前言「语音处理」是实时互动领域中非常重要的一个场景，在声网发起的「RTCDevMeetup丨语音处理在实时互动领域的技术实践和应用」活动中，来自百度、寰宇科技和依图的技术专家，围绕该话题进行了相关分享。
·2022-06-23 18:29

如何解决 Iterative 半监督训练 在 ASR 训练中难以落地的问题丨RTC Dev Meetup

前言「语音处理」是实时互动领域中非常重要的一个场景，在声网发起的「RTCDevMeetup丨语音处理在实时互动领域的技术实践和应用」活动中，来自微软亚洲研究院、声网、数美科技的技术专家，围绕该话题进行了相关分享
·2022-06-23 14:57
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他