语音识别(speech 第18页

PyTorch深度学习原理与实现

年代）BP神经网络（解决线性不可分问题，20世纪80年代）深度神经网络（海量图片分类，2010年左右）常见深度神经网络：CNN、RNN、LSTM、GRU、GAN、DBN、RBM……深度应用领域计算机视觉语音识别自然语言处理人机博弈深度学习

slience_me·2023-11-20 21:03

2023 年数维杯（C题）国际大学生数学建模挑战赛 |数学建模完整代码+建模过程全解全析

这些模型在机器人导航、语音识别、图像识别、自然语言处理和智能推荐等领域表现出色，为人们提供了丰富、智能和便捷的体验。然而，随着这些技术的普及，也出现了一些潜在问题。

CS数模·2023-11-20 19:33

Attentron：few-shot text-to-Speech Utilizing Attemtio-based Variabl-length Embedding论文阅读

摘要：提出attentron，一个少样本的语音合成模型用于克隆在训练过程中未出现的说话人的声音。这里引入了两个用于不同目的的特殊编码器。一个微调的编码器通过注意力机制来提取变长的风格信息，一个粗调的编码器用于提高语音合成的稳定性，避免了在合成未见过说话人的语音时产生胡言乱语。此外，模型还能扩展到任意长度的参考音频以此来改善合成语音的质量。关键词：少样本，语音合成，多说话人模型，说话人编码介绍少样本

JanettaC·2023-11-20 07:35

维文、藏文等特殊语种翻译

最近在研究语音识别，主要是维语、藏语等小众语言的识别，调用JTHS的SDK后，识别结果是维文或者藏文，看不懂啊，必须要翻译成汉语才行，于是又调用JTHS官方提供的WebAPI，但是成功率太低，反馈给技术人员

AnuoF·2023-11-20 07:08

深度学习中的注意力模型（2017版）

摘自张俊林https://zhuanlan.zhihu.com/p/37601161注意力模型最近几年在深度学习各个领域被广泛使用，无论是图像处理、语音识别还是自然语言处理的各种不同类型的任务中，都很容易遇到注意力模型的身影

csiao_Bing·2023-11-20 04:43

AI大模型的制作：RAG和向量数据库，分别是什么？

AI大模型在自然语言处理、计算机视觉、语音识别等任务上取得了

杨荧·2023-11-19 23:55

python使用soundfile库读入语音时抛错ValueError: frames must be specified for non-seekable files

File"/media/chutz/000206BE0003636E/KerasDeepSpeech/generator.py",line152,innext_batchret=self.get_batch

chutongz·2023-11-19 20:18

《向量数据库指南》——亚马逊云科技向量数据库揭秘：点亮数据未来！

因此，向量数据库在人脸识别、图像搜索、视频分析、语音识别、推荐系统等领域有着广泛的应用。它能够实现高效的数据检

LCHub低代码社区·2023-11-19 15:09

人工智能在现代科技中的应用和未来发展趋势

以下是一些常见的示例：语音识别和自然语言处理：人工智能可以帮助机器理解人类语言和语音，并进行相应的处理和回应。这种技术被广泛应用于语音助手，语音识别系统，智能客服等领域。

m0_59833710·2023-11-19 12:56

百度AI快车道——企业深度学习实战营启动，计划支持千家企业转型

此后，深度学习在计算机视觉、语音识别、

飞桨PaddlePaddle·2023-11-19 11:43

【6年人工智能开发】简述卷积神经网络（CNN）

这几年深度学习快速发展，在图像识别、语音识别、物体识别等各种场景上取得了巨大的成功，例如AlphaGo击败世界围棋冠军，iPhoneX内置了人脸

爱码小士·2023-11-19 11:45

AI机器学习 | 基于librosa库和使用scikit-learn库中的分类器进行语音识别

专栏集锦，大佬们可以收藏以备不时之需SpringCloud实战专栏：https://blog.csdn.net/superdangbo/category_9270827.htmlPython实战专栏：https://blog.csdn.net/superdangbo/category_9271194.htmlLogback详解专栏：https://blog.csdn.net/superdangbo

Web3&Basketball·2023-11-19 08:30

[工业自动化-23]：西门子S7-15xxx编程 - 软件编程 - 西门子PLC人机界面交互HMI功能概述、硬件环境准备、软件环境准备

人机界面可以采用不同的形式和技术，例如图形用户界面（GUI）、触摸屏、键盘、鼠标、语音识别、手势控制等。它提供给用户一个可

文火冰糖的硅基工坊·2023-11-19 06:46

qt制作一个简易的听小说工具

其实qt有一个类：QTextToSpeech基于这个类制作了一个听小说的工具：有一个前提，你需要下载小说，并且转化为utf-8的编码格式在pro文件中加入QT+=texttospeech然后看代码：.h

加油吧，小杜·2023-11-19 06:23

OpenAI大动作：Whisper large-v3重塑语音识别技术

努力犯错·2023-11-19 06:49

深度学习（五）softmax 回归之：分类算法介绍，如何加载 Fashion-MINIST 数据集

回归是对连续的预测（比如我预测根据过去开奖列表下次双色球号），分类是预测离散的类别（手写语音识别，图片识别）。现在我们已经对回归的处理有一定的理解了，如何过渡到分类呢？

灰海宽松·2023-11-19 06:33

【大模型公开课】清华大学刘知远团队大模型公开课学习笔记——1.4自然语言处理基础与应用

2.1自然语言处理的基本任务基本任务：词性标注partofspeech再进一步：Namedentityrecognition命名实体的识别再进一步：为了应对自然语言处理中省略的现象，比如共指消息最后：句法各种

量子-Alex·2023-11-19 05:37

集合贴——智能客服是什么

智能客服是一种采用人工智能技术的客户服务方式，它通过语音识别、自然语言处理、语义理解等技术，实现了与客户的自动交互。

AI 智能服务·2023-11-19 05:20

OpenAI的Whisper蒸馏：蒸馏后的Distil-Whisper速度提升6倍

1Distil-Whisper诞生Whisper是OpenAI研发并开源的一个自动语音识别（ASR，AutomaticSpeechRecognition）模型，他们通过从网络上收集了68万小时的多语言（

智慧医疗探索者·2023-11-19 05:46

chatgpt赋能python：Python实现人机交互

它可以通过多种方式实现，如语音识别、手势识别、触摸屏、键盘鼠标输入等。在当今信息化的时代，人机交互技术越来越成为人类信息获取和交流的重要手段。

liangzijiaa·2023-11-19 03:50

自然语言处理之POS与依存句法

自然语言处理之POS与依存句法POS(Part-of-Speech)标注 POS标注也称词性标注，是对输入文本的每一个词，标注这个词的词性，如名词动词等。

ljiangf_buaa·2023-11-18 23:58

开源大语言模型完整列表

这些模型通常拥有数十亿到数万亿个参数，能够处理各种自然语言处理任务，如自然语言生成、文本分类、文本摘要、机器翻译、语音识别等。开源中文LLMChat

ejinxian·2023-11-18 22:02

基于tensorflow2.0的深度学习三

此外，CNN还不局限于视觉感知：它们在许多情况下也是成功的，如语音识别和自然语言处理。不过，我们现在将专注于视觉应用。为什么不简单地使用常规的全连接深层神经网络进行图像识别任务呢？

点西西·2023-11-18 20:14

【AI视野·今日Sound 声学论文速览第三十六期】Mon, 30 Oct 2023

CS.Sound声学论文速览Mon,30Oct2023Totally7papers上期速览✈更多精彩请移步主页DailySoundPapersStyleDescriptionbasedText-to-SpeechwithConditionalProsodicLayerNormalizationbasedDiffusionGANAuthorsNeerajKumar

hitrjj·2023-11-18 19:13

ChatGPT 从零到一打造私人智能英语学习助手

在这些应用中，语音识别、自然语言处理以及机器翻译等技术都得到了广泛的应用。其中，聊天机器人成为了最受欢迎的人工智能应用之一，它们能够与用户进行实时交互并回答各种问题。#必看！

你想要的我都有008·2023-11-17 15:43

语音识别芯片的经典应用案例

基于YQ5969的语音识别芯片实现本文设计的语音识别与控制系统，具有体积小、成本低、便于携带等优点。可以作为一个处理语音信号的通用硬件平台。

编程大乐趣·2023-11-17 11:53

语音识别芯片NRK3301在智能茶吧机的应用

传统的饮水机传大多只能提供热水和冷水，而智能茶吧机则是一款集合了热饮水机、煮茶器、泡茶壶等多种功能于一体的多功能生活电器。它不仅具备了传统饮水机的所有功能，还可以根据不同的需求，提供多种水温的饮水方式；还具备了煮茶和泡茶等多种功能。在产品体验上而且更加智能、实用和人性化，为人们的生活带来了极大的便利和舒适。置入了NRK3301芯片的智能茶吧机，让人们在使用过程中感受到产品的智能化程度高、隐私性较好

九芯电子·2023-11-17 11:21

语音识别芯片在产品应用上的难点列举

语音识别技术，作为人工智能领域中的一颗璀璨明珠，已经广泛应用于用户交互、智能家居、语音助手等多个领域。它为我们的生活带来了诸多便利，使得我们可以更加高效地与电子设备进行互动。

九芯电子·2023-11-17 11:20

2023数维杯国际赛数学建模C题思路模型

典型的应用包括机器人导航、语音识别、图像识别、自然语言处理和智能推荐等。在这些应用程序中，由ChatGPT领导的大型语言模型（大型语言模型，llm）在世界范围内得到了普及，并得到了广泛的推广和使用。

C灿灿数模·2023-11-17 09:06

基于Genio 700 (MT8390)芯片的AR智能眼镜方案

AR眼镜集成了AR技术、语音识别、智能控制等多项高科技功能，可以帮助用户实现更加便捷、高效、个性化的工作和生活体验。

智物通讯科技·2023-11-17 07:52

C#WPF文本转语音实例

本文介绍C#WPF文本转语音实例实现方法：使用类库（SpeechSynthesizer）实现的。一、首先是安装程序包。

未来无限·2023-11-17 07:50

《机器学习入门与实战：从理论到应用的全面指南》

机器学习可以应用于各种领域，如自然语言处理、计算机视觉、语音识别、机器

colorful_stars·2023-11-17 06:22

【AI视野·今日Sound 声学论文速览第三十三期】Wed, 25 Oct 2023

AI视野·今日CS.Sound声学论文速览Wed,25Oct2023Totally8papers上期速览✈更多精彩请移步主页DailySoundPapersCDSD:ChineseDysarthriaSpeechDatabaseAuthorsMengyiSun

hitrjj·2023-11-16 21:27

高效的深度学习：将深度学习模型变得更小、更快、更好的综述

©PaperWeekly原创·作者|王馨月学校|四川大学本科生研究方向|自然语言处理摘要深度学习彻底改变了计算机视觉、自然语言理解、语音识别、信息检索等领域。

PaperWeekly·2023-11-16 13:04

安卓调用onnx模型并计算

通过使用onnx模型，安卓设备可以进行复杂的计算任务，例如图像识别、语音识别等。这为移动应用的功能和性能提升提供了新的可能性。

[奸笑]这个不是斜眼笑[奸笑]·2023-11-16 10:19

HCIA-AI 华为认证AI工程师（持续更新中 45% ）

HCIA-AI华为认证AI工程师1.人工智能概览2.华为EI和HiAI概览3.Python编程基础4.人工智能数学基础5.TensorFlow介绍6.深度学习预备知识7.深度学习概览8.图像识别实验9.语音识别实验

啊酒弟弟·2023-11-16 08:19

卷积神经网络（CNN）和循环神经网络(RNN)有什么区别？

循环神经网络通常用于自然语言处理和语音识别中，可以用来处理时间序列数据。RNN的主要思想是把前面的信息传递到后面，这样网络就可以利用之前的信息做出预测，能够处理序列中每个

御坂10057·2023-11-16 08:18

HarmonyOS之AI能力·语音播报

一、概念语音播报（TexttoSpeech，下文简称TTS），基于华为智慧引擎（HUAWEIHiAIEngine）中的语音播报引擎，向开发者提供人工智能应用层API。

╰つ栺尖篴夢ゞ·2023-11-16 05:37

小程序实现语音识别功能

不废话，直接上代码{{tips}}import{onMounted,ref,watch}from"vue";letstart=falseconsttips=ref('按住开始录音')constprops=defineProps({show:{type:Boolean,default:false}})constmanager=ref()constemits=defineEmits(['update:

进阶的巨人001·2023-11-16 04:51

利用 Amazon Transcribe Call Analytics 从客户对话中提取见解

2017年，亚马逊云科技推出了AmazonTranscribe，这是一项自动语音识别(ASR)服务，用于轻松地为任何应用程序添加语音转文本功能。

亚马逊云开发者·2023-11-16 04:50

亚马逊云AI大语言模型应用下的创新Amazon Transcribe的使用

Transcribe简介语音识别技术，也被称为自动语音识别（AutomaticSpeechRecognition，简称ASR），其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列

lqj_本人·2023-11-16 04:18

(JMLR-2019)NAS综述鼻祖-神经架构搜索：一项调查

paper题目：NeuralArchitectureSearch:ASurveypaper是博世人工智能中心发表在JMLR2019的工作paper链接：地址Abstract过去几年，深度学习在图像识别、语音识别和机器翻译等各种任务上取得了显着进步

顾道长生'·2023-11-15 23:58

「语音识别的未来已来」——探索Distil-Whisper，轻量级AI的强大力量

在AI技术的浪潮中，一款新型的语音识别模型Distil-Whisper以其独特的魅力和强大的性能脱颖而出。

努力犯错·2023-11-15 20:50

Distil-Whisper：比Whisper快6倍，体积小50%的语音识别模型

内容来源：@xiaohugggDistil-Whisper：比Whisper快6倍，体积小50%的语音识别模型该模型是由HuggingFace团队开发，它在Whisper核心功能的基础上进行了优化和简化

大鹏学开发·2023-11-15 20:17

matlab男女声识别,matlab男女声音识别

.....2015—2摘要本文通过对男性和女性声音语言特征的研究,发现男女声的基音频率存在较大的差异,并利用MATLAB设计并运行了基于基音频率分析的男女声识别系统的算法......基于matlab的语音识别系统

臣臣1234·2023-11-15 19:49

基础课1——智能客服的定义

1.介绍智能客服是一种采用人工智能技术的客户服务方式，它通过语音识别、自然语言处理、语义理解等技术，实现了与客户的自动交互。

AI 智能服务·2023-11-15 14:34

QT DAY2

include"ui_widget.h"Widget::Widget(QWidget*parent):QWidget(parent),ui(newUi::Widget){ui->setupUi(this);speecher

2301_77321548·2023-11-15 10:55

智安网络|探索语音识别技术：优势与挑战的全面解析

语音识别技术是人工智能领域的重要应用之一，它通过将语音信号转化为文本，实现了人机交互的一种新形式。随着科技的不断发展，语音识别技术在各个行业中得到了广泛的应用，但同时也存在着一些优势和劣势。

智安网络·2023-11-15 06:00

短视频短剧小程序系统的创新发展与趋势展望

省钱兄科技·2023-11-15 06:16

AI机器人小奥，学习不再填鸭

它是一款集全球领先的人工智能、语音识别、语义理解、情感陪伴为一体的高科技教育产品，旨在帮助孩子提高学习兴趣、拓宽知识面，以科技创新助力学习成绩提高。

quickembed·2023-11-15 04:18

推荐频道

语音识别(speech