语音处理第8页

PyTorch实现的各类论文和代码参考（安利供保存收藏）

的内容，提供了代码支持，项目地址：https://github.com/bharathgs/Awesome-pytorch-list具体的列表如下注意：主要还是参考原文，内容还是很有意义的自然语言处理和语音处理该部分项目涉及语音识别

MXuDong·2020-07-28 06:52

讯飞遐想

又遇讯飞讯飞语音处理技术非常厉害，大家都听说过吧。前天，也就是2016年11月23日，讯飞又开了一次发布会，详情可参考科大讯飞这次带来的黑科技叫“未来”。

自在牛·2020-07-15 04:50

数字音频分析和处理系统

要求：1）输入语音信号源为实际环境采集语音；2）至少实现1种音效测试分析功能（频率响应，瀑布频谱图，相位响应曲线，抗阻曲线，协波失真曲线，互调失真曲线，音压曲线等）；并至少实现1种语音处理功能（声纹识别

weixin_41432433·2020-07-13 19:35

香蕉派 BPI-F2P工业级应用开发板，支持PoE网络供电功能.有RS232,RS485接口

应用方向IoT物联网网关应用/工业互联网网关应用智能语音处理智能支付系统车载网络技术与应用硬件接口：

sinovoip·2020-07-13 13:20

[tensorflow] 对一维卷积池化和二维卷积池化的新感悟

比如对于语音处理中常用的特征MFCC，一般来说网络的输入是[timestep,num_mfcc],对其使用一维卷积，则有：importnumpyasnpimporttensorflowastftf.enable_e

ASR_THU·2020-07-12 20:45

[语音处理] 声谱图（spectrogram）FBank（Mel_spectrogram）MFCC(Mel倒谱)到底用哪个作为NN输入？

一般来说一段音频先是经过傅里叶变换得到spec，然后经过三角滤波得到mel_spec,最后通过倒谱得到mfcc，这个过程中feature的维度在不断降低，这就意味着可能会存在信息上的损失。那么在nn中到底该选哪个作为输入呢？DNN做声学模型时，一般用fbank，不用mfcc，因为fbank信息更多(mfcc是由melfbank有损变换得到的）。mfcc一般是GMM做声学模型时用的，因为通常GMM假

ASR_THU·2020-07-12 20:45

Chat with Milvus #8 回顾: Milvus竞品&开源项目的常见商业模式

UserA：我觉得像视频搜索还有语音处理这方面对我现在的项目应该来讲是有用处的，所以我想了解一下。顾老师@Milvus：您这边的视频处理的话，一

ZILLIZ RDS·2020-07-12 14:09

Deep learning REVIEW--三位大牛的Nature

GeoffreyHinton神经网络之父三人合作的深度学习文字（好不容易计算机科学能在nature上发表）深度学习主要通过反向传播来改变程序的内参，卷积神经网络在图像，视频，语音和音频处理上有应用，循环神经网络在文本和语音处理上有好的成效传统的模式识别和机器学习要用到专业知识继续详细的建模

weixin_33709364·2020-07-12 07:34

Python实现为语音文件创建声谱图（包括窄带声谱和宽带声谱）

选题自（数字语音处理理论及应用）Python实现画语音文件的声谱图代码部分结果以及分析参数选用：窗函数：汉明窗宽带声谱窗长：5ms宽带声谱FFT长度：1024窄带声谱窗长：50ms窄带声谱FFT长度：1024

呦呵嘿呀·2020-07-11 02:54

一格办公家具:会议桌智能化时代悄然来袭

智能会议桌来自会议繁多的纽约时报，与一般桌子相比，它的中间多了一个圆筒状物体收音麦克风，可以精准捕捉谈话人员的声音，并能通过定制语音处理软件，将语音转换成文字。

商业财报·2020-07-10 20:01

TMS320C6455高速SRIO接口设计

引言数字信号处理技术已广泛应用于通信、雷达、声纳、遥感、图形图像处理和语音处理等领域。

zzsfqiuyigui·2020-07-10 15:11

搜狗公司CEO王小川：人工智能是否会出现第三次退潮？

王小川认为，大家可以看到人工智能的重要突破是在语音和文字方面，但图像、自然语音处理的发展是缓慢的。他提到，作为产品经理，可以看到人工智能的三个方向：识别、创造与判断，而其中有重要意义的是在判断。

weixin_34384681·2020-07-10 09:47

【干货】二十五个深度学习相关公开数据集

（选自AnalyticsVidhya；作者：PranavDar；磐石编译）目录介绍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Supplement一．介绍通常来说，深度学习的关键在于实践。

深度学习世界·2020-07-10 03:13

PyTorch超级资源列表(Github 2.4K星)包罗万象

PyTorch超级资源列表,包罗万象PyTorch超级资源列表(Github2.4K星)包罗万象-v7.x1Pytorch官方工程2自然语言处理和语音处理(NLP&SpeechProcessing):3

MTVideoAI·2020-07-10 01:10

【信息技术】【2011.12】基于最小统计谱减法的单通道语音增强

在语音处理领域，人们致力于发展语音增强技术，通过减少干扰噪声来恢复语音信号。本文主要研究了一种基于最小统计量的单通道语音增强技术，该技术通过谱减法进行降噪。最小统计量是指通过求

梅花香——苦寒来·2020-07-09 09:08

人工智能修炼之路（九）--人工智能在银行业中的应用探索

人工智能产业生态：应用层（服务机器人、智能家居、金融、安防、智能驾驶）、技术层（自然语言处理、计算机视觉、语音处理、图谱/os/平台）和基础层（AI芯片、传感器）。

AI专家·2020-07-08 20:55

【语音处理】wav转pcm mp3转pcm Java示例代码

【语音处理】wav转pcmJava示例代码都是作者亲测的代码哦。因各个音频之间存在差异导致转换会存在问题。建议大家自己有习惯看源码去了解音频相关知识的能力。

小帅丶·2020-07-08 08:19

基于matlab-GUI数字音频处理系统（一）

matlabGUI编程，已上传至github/git_dsp项目要求如下：-至少实现1种音效测试分析功能（频率响应，瀑布频谱图，相位响应曲线，抗阻曲线，谐波失真曲线，互调失真曲线，音压曲线等）；-至少实现1种语音处理功能

_存念_·2020-07-07 02:46

英伟达Jetson Nano 新版旧版的区别

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。

weixuedianzi·2020-07-06 06:48

python 语音处理工具包AudioSegment的基本使用

python语音处理工具包AudioSegment的基本使用1.AudioSegment库的安装2.AudioSegment库的使用3.后续~1.AudioSegment库的安装参考网址：pydub官方安装教程参考网址

王延凯的博客·2020-07-06 02:41

matlab语音处理

在语音信号中加入随机噪声；播放加噪声后的语音信号，绘制加噪后的语音信号；clearclc%清屏fs=22050;%采样频率22050N=1024;%采样点数n=0:N-1;x=audioread('wslh.wav');%读取音频L=length(x);noise=0.005*randn(L,1);%生成一个正态分布的噪音信号x_z=x+noise;%加噪sound(x_z,fs);%播放加噪之后

永遇乐2019·2020-07-05 09:35

6分钟完成ImageNet训练，NVIDIA创下六项AI性能新记录！

来源：智东西自AlphaGo引爆人工智能大潮以来，其中的大热门——机器学习，不仅在计算机视觉、语音处理等领域不断突破技术的瓶颈，而且开始快速普及到安防、金融、医疗等多个传统行业。

人工智能学家·2020-07-04 12:34

语音学习笔记4------matlab实现逆向生成音频格式的信号audiowrite()函数

语音处理中，都是讲语音信号分解成时域范围内波形，或者频域范围内的图。比如经过傅里叶变换生成的频谱图。

尘封的记忆0·2020-07-04 02:04

【杂谈】2020年如何长期、系统，全面地学习深度学习和计算机视觉，这是有三AI的完整计划...

言有三·2020-07-04 00:45

【通知】有三AI学社正式成立了，高质量人脉圈子，欢迎入社

包括计算机视觉，自然语言处理，语音处理，深度学习开源框架，智能计算，机器人，半导体材料等软硬件领域。(2)知名开源框架作者。包括但不限于人工智能领域，前端，后端框架等。本社

言有三·2020-07-04 00:45

维纳滤波器（二）

这本书是我目前见到的市面上对于语音处理方面讲解最全面的，我推荐大家去看一看。

爱国者002·2020-07-02 16:20

嵌入式linux之go语言开发（四）go语言8583协议报文解析

用c语音处理起来不方便。用go还可以在电脑上跑交易。

特立独行的猫mi·2020-07-02 15:15

SignalR+NAudio实现语音会话[WPF]

NAudio是一个功能很丰富的.NET语音处理类库，SignalR则微软推出的实时通信框架，结合两者来实现简单的语音会话聊天应用，主要功能包括在线终端列表刷新、会话请求、会话拒绝、会话繁忙、会话结束。

ludewig·2020-07-02 09:01

C#开发微信门户及应用(13)-使用地理位置扩展相关应用

本文继续上一篇《C#开发微信门户及应用(12)-使用语音处理》，继续介绍微信的相关应用。

伍华聪_开发框架·2020-07-01 07:10

MATLAB图像处理及机器学习实践

、授课三天、大学机房授课）三、主讲内容第1讲MATLAB简介与用户界面第2讲变量、表达式、数组运算第3讲MATLAB程序设计第4讲读写TXT文件第5讲读写EXCEL文件第6讲访问数据库第7讲综合实验—语音处理第

yangjiao002·2020-07-01 07:51

Facebook 开源语音识别工具wav2letter环境搭建

wav2letter++是FacebookAIResearch语音团队的快速开源语音处理工具包,它是一个简单高效的端到端自动语音识别(ASR)系统。

cheetah_qiufeng·2020-06-30 20:56

麦克风阵列仿真环境的搭建

因为，利用多麦克风以后，就会将空间信息考虑到算法中，这样就特别适合解决一些与空间相关性很强的语音处理问题。然而

Mr_Researcher·2020-06-30 14:40

人类大脑语音识别有"瓶颈"：无法同时记录两个人说话

据国外媒体报道，如果你在某次晚宴上很难记录两个人的同时谈话内容，对此你不必在意，因为人们不能同时倾听两个人的说话，人类大脑语音处理部分存在一个“瓶颈”。

Mark马拉松·2020-06-30 09:52

20190510 语音识别资源整理

Grace_yanyanyan·2020-06-30 08:05

MATLAB添加voicebox工具箱方法

voicebox工具箱中有很多语音处理相关的函数官方下载地址：http://www.ee.ic.ac.uk/hp/staff/dmb/voicebox/voicebox.zip官方网址：http://www.ee.ic.ac.uk

lynn_yq·2020-06-30 05:45

基于端到端的语音处理的PPT

分享：在interspeech上，ESPnet的作者们分享了**一篇基于端到端的语音处理的PPT，**这篇PPT内容包含了ASR,TTS,NLU,MT等，题目为《AdvancedMethodsforNeuralEnd-to-EndSpeechProcessing

数据堂官方账号·2020-06-29 13:57

人工智能应用之小程序语音机器人的打造

那么关于人工智能技术的应用话题层出不穷，比如大数据、计算机视觉、爬虫、自然语音处理、无人汽车等等。今天张佬狮想和大家谈一下关于自然语音处理方面的应用。

张佬狮·2020-06-29 07:29

全球大国人工智能实力大比拼与技术发展趋势

世界知识产权组织（WIPO）将AI技术分为三类：AI技术，即高级统计和数学模型，如机器学习、专家系统；AI功能性应用，即可用一种或多种AI技术实现的功能，如语音处理和计算机视觉；AI应用领域，如通信、农业和交通

喜欢打酱油的老鸟·2020-06-29 03:21

[译]Kinect for Windows SDK开发入门(十三)：语音识别下

上一篇文章介绍了Kinect中语音识别的基本概念，以及一些语音处理方面的术语。在此基础上使用Kinect麦克风阵列来进行音频录制的例子说明了Kinect中音频处理的核心对象及其配置。

weixin_34406086·2020-06-28 19:12

阿里云智能语音交互服务导览

自然语音处理NLU：集语义解析、智能问答、意图识别等功能于一体，让应用具备理解能力。语音识别服务ASR：**在线实时短语音识别：一句话识别支持流式和非流式的语音识别

weixin_33762321·2020-06-28 05:03

python将文本转化成语音并播放

一、问题在学习的过程中，我们会涉及到将文本信息，转化成语音的过程，比如：我爬取了一个小说的网站，我要将里面的内容进行语音处理。目前能够进行语音的方法还是很多，比如win32com，百度ai。

weixin_30344795·2020-06-27 18:19

深度数字语音处理

界明城·2020-06-27 13:48

基于深度学习的语音识别技术综述（2）

这块对应语音处理的第二步，就是通过比较输入语音（语音特征）与预设的语音模型，来完成某项任务。在综述里，后端技术是指，输入的就是未经处理的带噪信号，直接通过神经网络来完成语音任务。

界明城·2020-06-27 13:16

Matlab:入门知识小总结（Dir函数）

这一段时间一直在搞语音处理的界面，一开始用的是C++语言，略通皮毛，可是发现处理起语音信号简直太复杂了，而且对于SVM的使用也不多。

FAIRY_ZHANG_·2020-06-27 10:55

百度贾磊LSTM+CTC详解

如果全面产业化成熟，意味着会有越来越多的语音处理需求，但百度语音技术部的负责人贾磊说，如果线上50%的搜索都由语音完成，而机器耗费还和过去一样，那

deep_learninger·2020-06-27 08:04

数字语音信号处理学习笔记——语音信号的短时时域分析（1）

在语音编码、语音合成、语音识别和语音增强等语音处理中都需要提取语音中包含的各种信息。

JamesJuZhang·2020-06-27 07:05

python的webrtc库实现语音端点检测

文章源码在https://github.com/wangshub/python-vad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

u012123989·2020-06-27 02:16

语音情绪识别和语音识别等语音处理任务的语音数据振幅归一化方法 how to normalize the amplitude of audio with python

网上找了一圈都没有找到比较靠谱的方法,有一篇文章提到用什么do_pcm工具,但是全网都没有相关的内容,这里贴上一个调用pydub.effects.normalize方法进行振幅归一化的方法.方便后面的同学.主要思想取一段语料中幅度最大的点将其幅度拉大到接近1，记录拉大的比例，再将其他所有点均按这个比例拉伸。pydub.effects.normalize源码@register_pydub_effec

tonydandelion2014·2020-06-26 20:25

语音算法笔记

](https://legacy.gitbook.com/book/shichaog1/hand-book-of-speech-enhancement-and-recognition/details)语音处理算法一直处于研究和发展的阶段

shichaog·2020-06-26 09:47

比PCA降维更高级——（R/Python）t-SNE聚类算法实践指南

t-SNE算法用于自然语音处理、图像处理等领域很有研究前景。作者介绍：Saurabh.jaju2Saurabh是一名数据科学家和软件工程师，熟练分析各种数据集和开发智能应用程序。

阿里云云栖号·2020-06-26 05:50

推荐频道

语音处理