语音识别(speech

ChatGPT升级版本GPT-4V(ision)支持多模态语音和图像

其语音识别功能使ChatGPT具备了与Siri、小
海天瑞声AI·2023-11-06 14:54

双向可视对讲终端机居家养老家用视频对讲

语音识别报警、一键报警、双向视频对讲、录音、电子地图显示、广播喊话等具有多功能产品。是守护平安城市、智慧社区、保障人民生命财产安全的一把利器！
DWAQSZ·2023-11-06 12:32

win10自带语音识别

语音识别技术，也被称为自动语音识别，目标是以电脑自动将人类的语音内容转换为相应的文字。应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等。
编程大乐趣·2023-11-06 11:33

解决ubunut20.04系统麦克风异常问题

ubunut环境中，我们指定了麦克风的下标，使用指定的麦克风有问题，只能录音一次，第二次就失效了，不过只是部分ubunut系统会遇到这个情况#找到以usb_mic_prefix为前缀的麦克风下标importspeech_recognitionassrdefload_mic_index
大杯无糖·2023-11-05 18:41

python批量删缩进_鬼畜小姐姐+野狼disco，十分钟教你如何用Python剪辑一个牛逼的抖音小视频？...

前言半个月前，后台有个小伙伴问我，如何将视频中的音频提取出来，并且将声音转成文字写入到word中，正好接下来的文章要用到百度的语音识别接口。
weixin_39645165·2023-11-05 12:56

python 视频剪辑软件_用Python玩转视频剪辑，秀的飞起！

1前言半个月前，后台有个小伙伴问我，如何将视频中的音频提取出来，并且将声音转成文字写入到word中，正好接下来的文章要用到百度的语音识别接口。
卜可卜言·2023-11-05 12:56

【whisper】在python中调用whisper提取字幕或翻译字幕到文本

其中有需要将视频提取字幕的需求，在我们实现过程中分为两步：先将音频分离，然后就用到了whisper来进行语音识别或者翻译。
w7h1te·2023-11-05 10:27

android 语音评价,Android 轻松实现语音识别

/**Copyright(C)2008TheAndroidOpenSourceProject**LicensedundertheApacheLicense,Version2.0(the"License");*youmaynotusethisfileexceptincompliancewiththeLicense.*YoumayobtainacopyoftheLicenseat**http://ww
Nate Hillick·2023-11-05 06:00

英语语音识别_英语 语音识别_英语语音识别软件 - 云+社区 - 腾讯云

腾讯云语音识别服务开放实时语音识别、一句话识别和录音文件识别三种服务形式，满足不同类型开发者需求...语音识别简介腾讯云语音识别为企业提供极具性价比的语音识别服务被微信王者荣耀腾讯视频等大量内部业务使用外部落地录音质检会议实时转写法庭审讯记录语音输入法等多个场景产品文档产品视
编程大乐趣·2023-11-05 06:26

以语音评测的PC端demo代码为例，讲解口语评测如何实现

腾讯智慧教育概述腾讯云智聆口语评测（英文版）（SmartOralEvaluation-English，SOE-E）是腾讯云推出的语音评测产品，是基于英语口语类教育培训场景和腾讯云的语音处理技术，应用特征提取、声学模型和语音识别算法
腾讯云开发者·2023-11-05 06:54

英语语音识别，语言评测，语音打分实践与代码实现

项目在这：couldn/speech-evaluation-of-english详细的可查看项目内的md文档
couldn·2023-11-05 06:21

AI：51-基于深度学习的电影评价

本专栏包含以下学习方向：机器学习、深度学习、自然语言处理（NLP）、机器视觉、语音识别、强化学习、推荐系统、机器学习操作（MLOps）、计算机视觉、虚拟现实（VR）/增强现实（AR）等等✨✨✨在这个漫长
一见已难忘·2023-11-04 22:24

speech开源框架_iOS 10 的 Speech 框架实现语音识别 (Swift)

什么都不说先上效果早在2011年iPhone4s的上,iOS5系统就有了语音识别.但有以下缺陷需要-弹出键盘只支持实时语音无法自定义录音单一的输出结果不开放在2016年的WWDC上，Apple终于开放了语音识别
weixin_39522927·2023-11-04 21:28

python 文字语音朗读软件下载_Python 文本转语音

准备使用SpeechAPI原理示例代码小总结pyttsx方式原理示例代码小总结pyttsx深入研究语音引擎工厂引擎接口元数据音调更多测试朗读文本事件监听打断发音更换发音人声音语速控制音量控制执行一个事件驱动循环使用一个外部的驱动循环总结准备我测试使用的
ENJOY 精选美食电商·2023-11-04 21:26

Speech 框架构建语音转文本应用详解

在2016年的WWDC上，Apple介绍了一个十分有用的语音识别API，那就是Speech框架。事实上，Siri的语音识别正是由SpeechKit提供支持。
qq_32506555·2023-11-04 21:54

【飞桨PaddleSpeech语音技术课程】— 流式语音合成技术揭秘与实践

(以下内容搬运自飞桨PaddleSpeech语音技术课程，点击链接可直接运行源码)PP-TTS：流式语音合成原理及服务部署1流式语音合成服务的场景与产业应用语音合成（SpeechSysnthesis），
小湉湉·2023-11-04 21:53

文本内容转换成语音播放的工具：Speech Mac

SpeechMac版是一款适用于Mac电脑的语音合成工具。它将macOS语音合成器的所有功能整合到一个易于使用的界面中。
*橙子·2023-11-04 21:15

全志R528核心板和开发板

板载WIFI和BT模块，具备在线语音识别/控制和无线音频输入功能；同时提供丰富的外设接口支持，如RGB/MIPI/LVDS显示屏、RMII以太网、USB、SDIO、UART、
lu968968·2023-11-04 20:53

02:智能视频分段加速,视频延时慢放 03:智能给视频加字幕,语音识别加字幕 04:给视频去水印功能,裁剪遮挡去字幕 05:视频加水印,图片水印,漂

02:智能视频分段加速,视频延时慢放03:智能给视频加字幕,语音识别加字幕04:给视频去水印功能,裁剪遮挡去字幕www.shipinshanshan.com05:视频加水印,图片水印,漂浮水印,文字水印
视频闪闪·2023-11-04 19:39

语音识别学习

给自己挖了个坑，一个课程论文突然让我看起了语音识别TAT1.https://blog.csdn.net/lukabruce/article/details/82380511隐马尔可夫模型（HMM）mark
桉豆子·2023-11-04 18:38

C#实现语音播报

方法一1、首先要安装语音包MicrosoftSpeechSDK5.12、引用Interop.SpeechLib.dll3、然后以下代码即可SpeechVoiceSpeakFlagsflag=SpeechVoiceSpeakFlags.SVSFlagsAsync
kingwebo'sZone·2023-11-04 11:22

初学者也能看懂的隐马尔科夫模型介绍

隐马尔可夫模型（hiddenMarkovmodel，HMM）是时间序列的概率模型，常用于词性标注，语音识别，文本分析等领域。HMM是基于马尔科夫链进行标注的，我们对已经观察的数据序列O进行标
小白学视觉·2023-11-04 11:37

TensorFlow什么意思？TensorFlow是什么？

Google开源深度学习系统TensorFlow在很多地方可以应用，如语音识别，自然语言理解，计算机视觉，广告等等。
AI小菜鸡一个·2023-11-04 09:08

人工智能的应用与发展趋势

人工智能技术的应用范围广泛，包括自然语言处理、机器视觉、语音识别、智能推荐、自动驾驶、智能医疗等领域。
泰海科技志胜·2023-11-04 07:11

whisper部署与使用

Whisper的核心功能是语音识别，对应生活中可以有很多应用场景。虽然效果显著，但是其核心仅仅简单粗暴的使用了Transformer。具体细节这里不展开，可以通过阅读论文或源码的方式了解。
alberic_k·2023-11-04 07:56

AI：53-基于机器学习的字母识别

本专栏包含以下学习方向：机器学习、深度学习、自然语言处理（NLP）、机器视觉、语音识别、强化学习、推荐系统、机器学习操作（MLOps）、计算机视觉、虚拟现实（VR）/增强现实（AR）等等✨✨✨在这个漫长
一见已难忘·2023-11-04 06:43

如何实现语音识别功能

native嵌套H5实现语音识别功能？看图说话，我采用的是mui框架所自带的功能！代码附上：语音识别语音识别：mui.min.css文件：/*!
Rkatsiteli·2023-11-04 05:36

openai-whisper

whisper[博客][论文][模型卡][Colab示例]Whisper是一种通用语音识别模型。它是在大量不同音频数据集上进行训练的，也是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。
sanbaofengs·2023-11-04 05:35

职场英文口语 第277期:特殊的圣诞节(5)

(slurringspeech)…greatbubb
天边那一抹·2023-11-04 00:22

观点｜我离开AI行业的5个理由

从图像识别、语音识别，到自然语言生成、内容创作、自动驾驶等，AI貌似已经无处不在，尤其是深度学习算法的出现，让AI进一步融入了人类生活。但是，如今的AI真实可信吗？
Tom Hardy·2023-11-03 21:13

vue使用Web Speech API实现语音播报

SpeechSynthesisUtterance对象用于表示要播放的语音内容，SpeechSynthesis对象则用于控制语音的播放、暂停、停止等操作。
c_reshape·2023-11-03 20:23

2D数字人，唇形驱动，DINet项目的模型训练和推理

示例1示例2数据集准备几段录好的人物说话的视频，要求：人物口型清晰视频帧数统一调整为25fps视频录得多一点找不到的可以使用AVSpeech数据集，自行百度需要下载的文件和工具OpenFacex64_githubx86
小周er·2023-11-03 16:08

探索“声音驱动唇形”技术的工作原理

语音合成技术是指将文字信息转换为人类可以理解的语音，它广泛应用于语音识别、虚拟人物的声音合成、游戏中的语音交互等领域。
小文智能·2023-11-03 16:05

酷雷曼多种AI数字人形象，打造科技感VR虚拟展厅

△AI数字人导览如你所见，像上述全景作品中这种整合了动作驱动、唇形驱动技术、智能语音识别等众多人工智能技术的可视化虚拟人物，就是我们所说的AI数字人。再说简单点，所有
酷雷曼VR全景·2023-11-03 16:34

AI：49-基于深度学习的杂草识别

本专栏包含以下学习方向：机器学习、深度学习、自然语言处理（NLP）、机器视觉、语音识别、强化学习、推荐系统、机器学习操作（MLOps）、计算机视觉、虚拟现实（VR）/增强现实（AR）等等✨✨✨在这个漫长
一见已难忘·2023-11-03 10:34

AVSpeechUtterance

AVSpeechUtterance是iOS中语音合成的类。
低吟浅唱1990·2023-11-03 09:52

李宏毅机器学习课程资料

课程网址http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html课程视频清单https://www.youtube.com/playlist?
阿叶·2023-11-03 02:19

AI：46-基于深度学习的垃圾邮件识别

本专栏包含以下学习方向：机器学习、深度学习、自然语言处理（NLP）、机器视觉、语音识别、强化学习、推荐系统、机器学习操作（MLOps）、计算机视觉、虚拟现实（VR）/增强现实（AR）等等✨✨✨在这个漫长
一见已难忘·2023-11-03 02:40

MFA-Conformer

基于多尺度特征聚合Conformer说话人识别模型的创新与应用论文：https://arxiv.org/abs/2203.15249代码：GitHub-zyzisyz/mfa_conformer收录于INTERSPEECH20221
shadowismine·2023-11-02 23:05

RNN神经网络适用于什么,RNN神经网络基本原理

然而，样本出现的时间顺序对于自然语言处理、语音识别、手写体识别等应用非常重要。对了适应这种需求，就出现了另一种神经网络结构——循环神经网络RNN。
「已注销」·2023-11-02 21:32

AI：48-基于卷积神经网络的气象图像识别

本专栏包含以下学习方向：机器学习、深度学习、自然语言处理（NLP）、机器视觉、语音识别、强化学习、推荐系统、机器学习操作（MLOps）、计算机视觉、虚拟现实（VR）/增强现实（AR）等等✨✨✨在这个漫长
一见已难忘·2023-11-02 16:55

AI：50-基于深度学习的柑橘类水果分类

本专栏包含以下学习方向：机器学习、深度学习、自然语言处理（NLP）、机器视觉、语音识别、强化学习、推荐系统、机器学习操作（MLOps）、计算机视觉、虚拟现实（VR）/增强现实（AR）等等✨✨✨在这个漫长
一见已难忘·2023-11-02 16:55

介绍 TensorFlow 的基本概念和使用场景。

它可以用来建立深度学习模型，解决各种复杂的机器学习问题，如图像识别、语音识别、自然语言处理等。TensorFlow的基本概念是张量（Tensor），它是一个多维数组。
Stephen_CY666·2023-11-02 14:04

AI智能语音识别模块（二）——基于Arduino的语音控制MP3播放器

文章目录简介离线语音控制模块MiniMP3模块0.96寸OLED模块实验准备安装库接线定义主要程序实验效果注意事项总结简介在前面一篇文章里我们对AI智能语音识别模块进行了介绍，并对离线语音模组下载固件的过程进行了一个简单描述
优信电子·2023-11-02 10:14

神经网络与监督式学习

除了我们之前看的预测房价的例子（标准的神经网络）比如图像识别（CNN：卷积神经网络），翻译和语音识别（RNN：循环神经网络），还有自动驾驶（将CNN和RNN结合起来的更定制化的神经网络）。
Ang陈·2023-11-02 09:42

基于深度学习的水果识别 计算机竞赛

/dancheng-senior/postgraduate2开发简介深度学习作为机器学习领域内新兴并且蓬勃发展的一门学科，它不仅改变着传统的机器学习方法，也影响着我们对人类感知的理解，已经在图像识别和语音识别等领域取得广泛的
Mr.D学长·2023-11-02 09:18

一键办公：PDF转换word、OCR识别、语音识别、教学办公一应俱全

前段时间，我在编辑文档时，发现自己电脑自带的word版本太低，打开同事传送过来的文件时，发现格式错乱（比如字体乱码），图片乱飞的情况，万般无奈之下，只好找到这款工具万彩办公大师以解燃眉之急。1.下载该软件最新版压缩包。image2.打开压缩包，在date文件夹里找到后缀为exe的程序，双击运行，也可以解压到桌面运行。image3.安装之后，打开桌面图标，可以看到整个界面清新，无广告，功能介绍也很完
星愿夜读·2023-11-02 07:39

STM32智能小车（循迹、跟随、避障、测速、蓝牙、wife、4g、语音识别）总结

目录1.电机模块开发1.1让小车动起来1.2串口控制小车方向1.3如何进行小车PWM调速1.4PWM方式实现小车转向2.循迹小车2.1循迹模块使用2.2循迹小车原理2.3循迹小车核心代码2.4循迹小车解决转弯平滑问题3.跟随/避障小车3.1红外壁障模块分析编辑3.2跟随小车的原理3.3跟随小车开发和调试代码3.4超声波模块介绍3.5舵机模块介绍3.6摇头避障小车开发和调试代码4.测速小车4.1测速
罗小白的干爹·2023-11-02 06:04

python语音识别库kaldi_Kaldi语音识别库在Linux下的安装和编译

1.介绍Kaldi语音识别工具将HTK比较零碎的各种各样的指令和功能进行整理集合，使用perl脚本调用。
岑依惜·2023-11-02 01:00

kaldi在linux上编译,Kaldi语音识别库linux环境下的安装和编译

介绍：Kaldi语音识别库可以说是，HTK数据库的整理加强版，将HTK比较零碎的各种各样的指令和功能进行整理，使用更加的方便，同时也加入了深度神经网络的分类器(DNN)，本身由原来做HTK开发的人员制作而成
三上酱·2023-11-02 01:30
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他