语音识别(speech 第25页

什么是人工智能人工智能简介

人工智能(ArtificialIntelligence，AI)研究目的是通过探索智慧的实质扩展人类智能一一促使智能主体会听(语音识别、机器翻译等)、会看(图像识别、文字识别等)、会说(语音合成、人机对话等

武汉誉天·2023-10-12 16:35

目标检测新思路：DETR

Transformer是一种基于自注意力机制的神经网络架构，它能够从序列中提取重要信息，已被广泛应用于自然语言处理和语音识别等领域。

G.E.N.·2023-10-12 16:00

OpenCV实战（33）——OpenCV与深度学习的碰撞

前言1.深度学习和卷积神经网络2.使用深度学习进行人脸检测2.1SSD简介2.2使用SSD执行人脸检测3.完整代码小结系列链接0.前言深度学习是机器学习的一个子领域，基于传统的神经网络和卷积神经网络，在语音识别

盼小辉丶·2023-10-12 13:23

李宏毅机器学习（九）Backpropagation反向传播

我们上节课学习了深度学习，也知道采用梯度下降优化我们的各神经元参数，以语音识别为例，一个输入特征量1000多项，8层隐层，大致需要的w,b参数有数百万项，这样我们梯度下降的计算量是非常大的，我们为了让梯度下降计算的更有效率

ca8519be679b·2023-10-12 12:58

【人工智能】AI领域专业术语

5自然语言处理（NLP）：计算机对自然语言的处理，包括语音识别、自然语言理解和生成等任务。6计算机视觉（CV

Intoxicated_Rookie·2023-10-12 09:44

【AI视野·今日Sound 声学论文速览第二十一期】Mon, 9 Oct 2023

CS.Sound声学论文速览Mon,9Oct2023Totally13papers上期速览✈更多精彩请移步主页Interesting:MBTFNet,用于歌声质量增强的多带宽时频神经网络(from西工大Audio,SpeechandLanguageProcessingGroup

hitrjj·2023-10-12 07:19

A Comprehensive Survey on Graph Neural Networks 2019 ——图神经网络综述

论文地址：https://arxiv.org/pdf/1901.00596.pdf摘要深度学习近年来彻底改变了许多机器学习任务，从图像分类和视频处理到语音识别和自然语言理解。

冉芽·2023-10-12 07:08

2020-11-09

拜登胜选-2020-11-7ThefulltextofJoeBiden'sspeechafterhistoricelectionHello.MyfellowAmericansandthepeoplewhobroughtmetothedance

悠悠时光·2023-10-12 02:44

Protecting Intellectual Property of Deep Neural Networks with Watermarking研读报告

例如，视觉分析、语音识别和自然语言处理等等。构建一个生产级别的深度学习模型并不是一件易事，其需要大量的训练数据、强大的计算资源以及专家经验。

LWT9836·2023-10-12 02:13

谈谈AI智能电销机器人是如何转人工的

在一些电销行业，通过语音识别技术精准判断客户语义，对客户进行针对性的话术服务。当系统判断到客户的购买意向时，就会提示客户要不要转接人工继续深入服务。

OKCC_kelaile520·2023-10-11 18:56

【AI视野·今日NLP 自然语言处理论文速览第五十一期】Tue, 10 Oct 2023

Totally100papers上期速览✈更多精彩请移步主页DailyComputationandLanguagePapersFew-ShotSpokenLanguageUnderstandingviaJointSpeech-TextModelsAuthorsChung

hitrjj·2023-10-11 14:41

SIGIR 2021 DCSpell一个代价比较小的预训练文本纠错的模型

文本纠错是自然语言处理领域一项非常重要的任务，在搜索引擎、语音识别、教育等领域有广泛的应用，能够显著地提高各种场景下语义的准确性。

农民小飞侠·2023-10-11 12:22

智能晾衣架丨以科技解放双手

NRK3301语音模块是一款32位高性能、低成本语音识别IC，无需触摸按键，即可语音控制智能晾衣架的升降、开关照明灯等控制。响应时间短可达到0.2秒，抗噪性好，即使人声嘈杂，依然可以很

九芯电子·2023-10-11 12:56

语音识别CMUSphinx(2)AndroidDemo实测

安装安装过程参考https://cmusphinx.github.io/wiki/tutorialandroid/build过程过慢可以修改总build.gradle如下//Top-levelbuildfilewhereyoucanaddconfigurationoptionscommontoallsub-projects/modules.buildscript{repositories{//jc

Seeker_zz·2023-10-11 09:28

语音识别免费的api

接口是httprestful形式，在使用该接口前，需要在语音识别控制台开通服务，并进入api密钥管理页面新建密钥，生成appid、secretid和secretkey，用于api调用时生成签

编程大乐趣·2023-10-11 06:26

VVSIP·2023-10-11 02:11

2020机器学习结构化学习(1)

结构化学习应用语音辨识(SpeechRecognition)机器翻译(T

zidea·2023-10-11 01:42

计算机竞赛：题目：基于深度学习的水果识别设计开题技术

/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·2023-10-10 20:54

游客一键视频批量剪辑视频处理伪原创软件功能都有哪些？

游客视频简介一个有短视频创作灵感的工具他·小巧·智能·高效·便捷·他拥有视频提取字幕系统文本转语音系统视频变速功能系统转场特效系统他包含字幕文件功能语音识别功能视频裁剪功能随机抽帧功能动态缩放视频功能加片头片尾功能滚动文字水印功能滚动图片水印功能一键变音功能全面支持

weixin_45005671·2023-10-10 20:37

C#接讯飞实现语音识别功能（windows平台）

首先在讯飞官网下载语音识别的SDK，这些网上教程很多。

防止名字重复·2023-10-10 13:17

python离线录音转文字软件_语音转文字工具 v2.0免费版

语音转文字工具是一款使用python写的小工具合集，语音转文字工具包括图片、语音识别、翻译pdf等功能，能帮助用户朋友进行音频转文字，文字转语音，截图文字识别等操作。

weixin_39705069·2023-10-09 20:32

智能呼叫中心系统的优势与应用：为企业带来高效便捷的客户服务

自动语音应答（IVR）：能够根据客户输入的按键指令或语音识别，自动转接到相应的服务人员或提供相应的信息。这不仅大大减少了等待客服人员的时间，还提高了客户满意度。

QGTX2016·2023-10-09 18:19

颠覆传统客服模式：智能呼叫中心系统的未来发展

未来发展趋势：1、人工智能技术的不断进步：随着人工智能技术的快速发展，它将不断提升其语音识别和语义理解能力，更好地理解客户需求，实现更准确的问题解答和快速的响应。

QGTX2016·2023-10-09 18:18

什么是智能呼叫系统，呼叫中心系统有什么优点？

智能呼叫中心系统还可以通过自动外呼功能主动联系客户，它基于计算机和通信技术，集成了自动语音识别、自动语音响应、自动外呼、多渠道互动等功能，旨在提升企业客户服务的水平

QGTX2016·2023-10-09 18:48

Python实现RNN算法对MFCC特征的简单语音识别

Python实现RNN算法对MFCC特征的简单语音识别1、实现步骤借助深度学习库TensorFlow/Keras来构建模型1.对标签进行编码，将文本标签转换为整数标签。

东木月·2023-10-09 15:56

语音识别的基础知识与CMUsphinx介绍

语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。

方克明·2023-10-09 15:13

顶顶通电话机器人接口对接开源ASR(语音识别)

顶顶通也全系列产品进行了是适配，基于开源的ASR和模型发布了顶顶通语音识别系统。顶顶通语音识别系统优点介绍费用低，本地部署，不需要按调用次数或者按时间付费。也

顶顶通-FreeSWITCH二次开发接口·2023-10-09 15:06

项目：智能语音对话机器人

技术点：●C++STL●http第三方库●图灵机器人●百度语音识别和语音识别●Linux系统/网络编程●各种第三方库和第三方工具的安装与使用项目简介使用C++编写一个智能AI对话和语音命令执行的语音管理工具

一零二四bit·2023-10-09 08:37

ModuleNotFoundError: AutomaticSpeechRecognitionPipeline: No module named ‘funasr‘

ModuleNotFoundError:AutomaticSpeechRecognitionPipeline:Nomodulenamed‘funasr’一、前言跑阿里语音AI模搭的语音识别遇到问题：ModuleNotFoundError

风吹落叶花飘荡·2023-10-09 01:52

电脑wps可以语音录入吗_怎样用word进行语音录入文字

用Word进行语音录入文字语音输入功能添加完成后，系统智能化地弹出要求进行语音识别练习的对话框(如图)，戴好耳麦，并调整好话筒与嘴之间的距离和位置(经笔者测试，话筒与嘴之间的距离以8cm左右最为合适)，

阿拉兔儿蕾·2023-10-08 18:53

人工神经网络技术及应用,人工神经网络的优势

人工神经网络的应用在语音识别、计算机视觉、机器人学习、语言翻译等领域，均战胜传统的机器学习方法，甚至在人脸验证、图像分类上还超过人类的识别能力。

「已注销」·2023-10-08 16:41

美女机器人索菲亚被Facebook炮轰“不务正业”，到底发生了什么？

最初人们以为索菲亚的语言功能是程序员设定经过智能语音识别而进行交互的，实际上，索菲

科技的资讯小趣谈·2023-10-08 12:05

了解《语音识别》必看的6篇论文【附打包下载地址】

人工智能前沿讲习·2023-10-08 09:08

在unity中如何实现语音识别功能

unity作为一个游戏引擎他的插件是相当丰富的最近在学习的过程中发现了语音识别这个插件发现相当好用于是就将其分享出来。

旧人序_e3ed·2023-10-08 04:05

SadTalker 学习笔记

LearningRealistic3DMotionCoefficientsforStylizedAudio-DrivenSingleImageTalkingFaceAnimation摘要Generatingtalkingheadvideosthroughafaceimageandapieceofspeechaudiostillcontainsmanychallenges.i.e

ACxz·2023-10-08 02:59

想当个高效的搬运工，就得学会充分利用youtube的cc字幕！

视频都是带有cc字幕的，当你点击youtube视频下方的cc字幕小图标时（P.S.音乐类视频或者刚刚上传的视频，可能没有这个小图标）屏幕上就会出现cc字幕了这个cc字幕有两种，一种是youtube自动语音识别所形成的

艾Yo薇·2023-10-08 01:50

百度AI（人工智能）之部分C#接口测试（语音识别、合成、人体分析等）

前言：AI无疑是当今最火热的技术词汇，作为一名软件开发者，好奇心驱使我想去摸索一下它。人工智能（ArtificialIntelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学（百度百科）百度AI开发者平台地址：https://ai.baidu.com/一、百度AI能做什么？如图：二、C#如何调用百度AI接口：1、首先你得在百

喜欢孤独灬·2023-10-07 22:24

Paraformer语音识别-中文-通用-16k-离线-large-长音频版

文章目录一、亮点二、ModelScope-FunASR三、项目介绍四、如何使用与训练自己的模型4.1在Notebook中开发4.2基于ModelScope进行推理4.2.1若输入格式wav文件url，api调用方式可参考如下范例：4.2.2输入音频为pcm格式，调用api时需要传入音频采样率`参数audio_fs`，例如：4.2.3输入音频为wav格式，api调用方式可参考如下范例:4.2.4若输

代码浪人·2023-10-07 19:23

阿里语音识别(语音转文字)java调用全程手把手详解-适合中小学生快速上手

阿里语音识别服务java调用全程手把手详解-适合中小学生快速上手阿里语音识别与百度语音识别的调用对比：用例：1分30秒的录音文件百度用时：3秒阿里用时：30秒识别准确率来看：阿里还算准确，百度除了个别的关键词之外其余都不大准确二次开发方便性来说

云寻觅·2023-10-07 18:11

调用阿里云语音识别接口

1、登录阿里云免费试用网站开通免费试用功能，按提示完成身份认证https://free.aliyun.com/product/nls/freetrial?spm=5176.12061034.2743742960.3.5b787403LTwEYt2、创建项目创建完成后可看到创建的项目：

kd丹妮儿·2023-10-07 18:11

阿里云ASR 语音识别接口调用

$appKey,self::KEY_FILE_LINK=>$fileLink,self::KEY_VERSION=>"4.0",self::KEY_ENABLE_WORDS=>FALSE,//@ref:https://help.aliyun.com/document_detail/90727.html#sectiondiv-qto-pl7-lvd//检查实际语音的采样率和控制台上Appkey绑定的

fareast_mzh·2023-10-07 18:41

简单记录阿里云语音识别API调用方法

目录一、写在前面：二、代码展示：三、代码调整的思路：四、总结：五、网盘链接：Author：qyan.liDate：2022.5.15Topic：简单记录阿里云语音识别API调用一、写在前面：~~~~~~

隔壁李学长·2023-10-07 18:37

GenerSpeech: Towards Style Transfer for Generalizable Out-Of-Domain Text-to-Speech

文章目录abstract背景GenerSpeechMix-StyleLayerNormalization—去除文本中的风格信息Multi-levelStyleadaptorGlobalRepresentationLocalRepresentationabstract

林林宋·2023-10-07 13:50

微信小程序语音识别服务搭建全过程解析

silkv3录音转olami语音识别和语义处理的api服务（ubuntu16.04服务器上实现）##重要的写在前面重要事项一：目前本文中提到的API已支持微信小程序录音文件格式：silkv3、webm/

weixin_30767835·2023-10-07 08:28

Android NDK开发Crash问题分析

目前市场上越来越多的AndroidApp采用C/C++来实现其关键逻辑，尤其是很多第三方的SDK，出于效率、安全，复用的考虑，比如人脸识别，语音识别等等。

minhelloworld·2023-10-07 08:43

media query和media type总结(转)

mediatype的种类：all--适用于所有设备print--用于打印机screen--适用于彩色电脑显示器（也包括手机、iPad等手持设备）speech--用

D_R_M·2023-10-06 22:09

论文笔记-BOFFIN TTS: FEW-SHOT SPEAKER ADAPTATION BY BAYESIAN OPTIMIZATION

静夜寒风·2023-10-06 21:43

【AI视野·今日Sound 声学论文速览第十九期】Thu, 5 Oct 2023

声学论文速览Thu,5Oct2023Totally13papers上期速览✈更多精彩请移步主页DailySoundPapersMulti-resolutionHuBERT:Multi-resolutionSpeechSelf-SupervisedLearningwithMaskedUnitPredictionAuthorsJiatongShi

hitrjj·2023-10-06 21:46

CQCC

时间分辨率可变优点是能够可靠捕获模仿攻击的一些信息，并且他的结构对用例情景和模仿攻击同时敏感（以往的仿模仿的系统没有和用例情景结合）2.IntroductionASV面临的攻击：replayvoiceconversionspeechsynthesisimpersonation

开土拓疆·2023-10-06 20:16

基于 STM32 的语音识别智能家居控制系统的设计(LD3320语音识别芯片+ESP8266 WIFI模块+DHT11温湿度采集+MQ系列烟雾及可燃气体+蜂鸣器+步进电机模拟窗帘+OLED液晶显示+

##**基于STM32的语音识别智能家居控制系统的设计(LD3320语音识别芯片+ESP8266WIFI模块（阿里云或ONENET或局域网）+DHT11温湿度采集+MQ系列烟雾及可燃气体+蜂鸣器+步进电机模拟窗帘

嵌入式-创作工坊·2023-10-06 14:47

推荐频道

语音识别(speech

什么是人工智能 人工智能简介