语音识别(speech 第37页

毛利率低至个位数，甚至为负？车载语音赛道「现实很骨感」

作为座舱智能化交互的关键角色之一，语音识别及交互一直以来也是不少汽车品牌的主打功能之一。

高工智能汽车·2023-07-26 15:23

Matlab：神经网络实现手写数字识别

从提出神经网络开始，历经感知机、人工神经网络、BP神经网络、进化神经网络、卷积神经网络、图神经网络等，不断的深入到众多的研究领域中，比如利用神经网络训练参数、图像识别、文本处理、图像分割、分类预测、特征提取、语音识别等

秋刀鱼程序编程·2023-07-26 14:54

多轮对话之对话管理(Dialog Management)

image简单描述一下这个流程图常见的一种信息流动方式，首先是语音识别ASR，产生语音识别结果也就是用户话语[图片上传失败...(image-f9d42

ProfessorJason·2023-07-26 13:41

机器学习 day31（baseline）

语音识别的Jtrain、Jcv和人工误差对于逻辑回归问题，Jtrain和Jcv可以用分类错误的比例，这一方式来代替单单只看Jtrain，不好区分是否高偏差。

丿罗小黑·2023-07-26 11:38

kaggle新赛：Bengali.AI 语音识别大赛赛题解析

赛题名称：Bengali.AISpeechRecognition赛题链接：https://www.kaggle.com/competitions/bengaliai-speech赛题背景竞赛主办方Bengali.AI

深度之眼·2023-07-26 06:38

图片上的文字不能复制？没可能的！

告诉他用手机的语音识别功能用他那飘准的普通发将其转化为文字缺点是

大鱼建筑·2023-07-25 21:59

基于Python+WaveNet+CTC+Tensorflow智能语音识别与方言分类—深度学习算法应用（含全部工程源码）

目录前言总体设计系统整体结构图系统流程图运行环境Python环境Tensorflow环境模块实现1.方言分类数据下载及预处理模型构建模型训练及保存2.语音识别数据预处理模型构建模型训练及保存3.模型测试功能选择界面语言识别功能实现界面方言分类功能实现界面系统测试

小胡说人工智能·2023-07-25 18:54

AI ＞语音识别开源项目列举

中等CMUSphinx是一个开源的语音识别系统，适用于嵌入式设备和服务器应用。它提供了多种语言模型和工具，但准确率相对较低，适用范围有限。DeepSpeechMozil

ABEL in China·2023-07-25 18:27

可证明安全初步（Provable Security Basics）

Speecher:BingshengZhang这一系列的课程，为了介绍一些基础，弥补一些上密码学课和看论文的Gap。历史上的密码学是art，就像鲁班锁，看着很精妙，但是没有证明。

PenguinLeee·2023-07-25 14:53

How to Use your mac to Read a Word and Repeat it more times

UsingthesayCommandonaMac在Mac上使用say命令ThesaycommandisafunandusefulfeatureonMaccomputersthatallowsyoutoconverttexttospeechusingthecommandline.Withthiscommand

Drscq·2023-07-25 14:55

Unity+讯飞语音+讯飞星火+Motionverse打造智能数字人

Unity+讯飞语音+讯飞星火+Motionverse打造智能数字人不废话，先来效果视频unity+讯飞语音识别+讯飞星火大模型+Motionver然后说说原理要实现这个，主要的实现三个模块的接入：语音识别

示申○言舌·2023-07-25 13:49

vue使用window.speechSynthesis实现文字转语音

vue使用window.speechSynthesis实现文字转语音关于window.speechSynthesis的其他用法，可以自行查阅相关资料{{item.name}}音量:语速:音高:constsynth

aspirant-complete·2023-07-25 08:17

【mind+】机器人对话互动游戏编程

提前准备：添加“文字朗读”、“语音识别”不要多言，请看下面的代码！！！一、代码1.机器人回答问题2.机器人互动和状态改变这里需要建立角色语录列表（和问题列表、回答列表建立方式一致），

Aqu-蓝空·2023-07-25 01:17

Mind+ 语音识别控制灯

1、图形化编程代码块ArduinoC代码/*!*MindPlus*mpython**/#include#include#include//创建对象DFRobot_IotmyIot;MPython_ASRmpythonAsr;Stringstr_mpythonAsr_result;//主程序开始voidsetup(){mPython.begin();myIot.wifiConnect("DESKTO

jzqs_·2023-07-25 01:12

物联网Mind+图形化编程

mind图形化编程实现光声控制灯和EasyIoT上mqtt消息的通讯、语音识别控制灯实验软硬件环境硬件：Arduino、掌控板ESP32软件：mind+实验目的及要求【实验一】光控灯【实验二】声控灯【实验三

lululylu6666·2023-07-25 01:12

软件可访问性的现状

第一代计算机软件的设计做出了几个假设，包括：所有用户都可以阅读屏幕显示所有用户都可以听到计算设备发出的声音并做出反应所有用户都可以使用标准键盘和其他输入设备随后的设计通过使用屏幕阅读辅助工具、替代输入设备、理解软件、语音识别软件和屏幕放大来解决这些假设

前端加油站·2023-07-24 22:11

Matlab实现深度学习（附上多个完整仿真源码）

文章目录简单案例完整仿真代码下载简单案例深度学习是一种能够自动学习和提取数据特征的机器学习方法，它已经在图像识别、语音识别、自然语言处理等领域取得了显著的成果。

YOLO数据集工作室·2023-07-24 22:39

英文视频添加中英双语字幕（基于Whisper语音识别和Google翻译）

第一步：安装配置环境，这一步重要介绍安装的环境依赖，可以看完第二章再来看一遍（1）Whisper环境配置可以参考以下博客的内容讲显卡驱动，CUDA和cudnn的安装比较详细，我建议能用GPU加速就尽量使用，Whisper速度有点慢如何在你的电脑上完成whisper的简单部署_Wayne_WX的博客-CSDN博客Windows使用whisper前需要进行的一些环境配置https://blog.csd

比基尼海滩·2023-07-24 22:33

基于whisper的语音转文字（视频字幕）

在寻找了很多的开源仓库，发现了openai早期发布的whisper原仓库链接如下openai/whisper:RobustSpeechRecognitionviaLarge-ScaleWeakSupervision

Helloorld_1·2023-07-24 22:57

Unity+chatgpt+webgl实现声音录制+语音识别

一、前言AI二次元女友这个项目持续更新，在window端的语音识别和语音合成的功能，在上一篇博文里已经详细说明了微软Azure语音服务的代码实现。

阴沉的怪咖·2023-07-24 21:12

Pytorch迁移学习使用Resnet50进行模型训练预测猫狗二分类

1.3.3ResNet主体：堆叠多个残差块1.4迁移学习猫狗二分类实战1.4.1迁移学习1.4.2模型训练1.4.3模型预测1.ResNet残差网络1.1ResNet定义深度学习在图像分类、目标检测、语音识别等领域取得了重大突破

山河亦问安·2023-07-24 17:12

【《机器学习和深度学习:原理、算法、实战(使用Python和TensorFlow)》——以机器学习理论为基础并包含其在工业界的实践的一本书】

机器学习和深度学习已经成为从业人员在人工智能时代必备的技术，被广泛应用于图像识别、自然语言理解、推荐系统、语音识别等多个领域，并取得了丰硕的成果。

清图·2023-07-24 16:50

Unity接入百度语音识别SDK windows平台

1.先注册百度开放平台的账号，然后按文档申请试用资格及创建应用：https://ai.baidu.com/ai-doc/SPEECH/qknh9i8edWindows平台选择“不需要”就可以了。

Abel02·2023-07-24 13:29

Flutter常用第三方库及使用说明

location,locationAlways,locationWhenInUse,mediaLibrary,microphone,phone,photos,reminders,sensors,sms,speech

黄志武_kaven·2023-07-24 02:19

从限定词开始 - 词性识别在人工智能自然语言处理中的不足与改进

一般来说，对于一篇文章、一段文字，人工智能系统对它进行分析的过程从分句、分词开始，之后就是词性分析了，这一步在英文中称作PartofSpeech（简称POS），然后才能进一步做专

陆满庭·2023-07-24 01:04

软件测试之语音识别功能如何测试？

语音识别功能的测试需要考虑以下几个方面：1.语音输入测试测试语音识别系统能否准确识别用户的语音输入。这包括测试系统对各种不同语言、方言和口音的理解能力，以及对不同声音质量和噪音环境的鲁棒性测试。

泽众云测试·2023-07-23 19:14

基于 MATLAB 的时间反向传播：使用 RNN 递归神经网络进行预测

它能够有效地处理具有时间依赖性的数据，并在许多领域中展现出了卓越的性能，例如语音识别、自然语言处理和股票市场预测等。

code_welike·2023-07-23 15:58

一文掌握【数据标注的类型有哪些】？

企业由此将不断完善用户体验的解决方案，如产品推荐、相关搜索引擎结果、计算机视觉、语音识别、聊天机器人等。数据标注的主要类型包括：文本、音频、图像和视频。文本标注文本是最常用的数据类型

澳鹏Appen·2023-07-23 11:32

数据标注的类型有哪些？

借助高质量的人工标注数据，企业可构建和改进AI实施，创建提高客户体验的产品，如产品推荐、相关搜索引擎结果、计算机视觉、语音识别、聊天机器人等。数据的主要

澳鹏Appen·2023-07-23 11:01

讯飞语音识别SDK集成语音识别语音合成讯飞英语识别

最近项目集成了讯飞语音识别功能，由此记录简单的集成流程demo效果（logcat）资源下载https://download.csdn.net/download/qq_38355313/103585461

木子102·2023-07-23 06:19

解决使用Coqui/TTS遇到的ValueError: [!] Model file not found in the output path问题

Modelfilenotfoundintheoutputpath的问题：运行命令：TTS--text"helloworld"--model_name"tts_models/en/ljspeech/glow-tts

vivisol·2023-07-22 23:01

coquiTTS官网帮助文档

官网文档：SynthesizingSpeech-TTS0.12.0documentation基本参数解释coquiTTS，github地址https://github.com/coqui-ai里面有http

konnysnow·2023-07-22 23:00

OpenAI Whisper + FFmpeg + TTS：动态实现跨语言视频音频翻译

本文作者系360奇舞团前端开发工程师摘要：本文介绍了如何结合OpenAIWhisper、FFmpeg和TTS（Text-to-Speech）技术，以实现将视频翻译为其他语言并更换声音的过程。

奇舞周刊·2023-07-22 23:00

Coqui TTS 安装与测试

（其他有ESPNET，SpeechBrain等）GitHub官网：GitHub-coqui-a

Haulyn5·2023-07-22 23:29

语音合成工具Coqui TTS安装及体验

先介绍两种免费的语音合成工具balabolka官网http://balabolka.site/balabolka.htm是一种基于微软SpeechAPI(SAPI)的免费语音合成工具，只是简单的发音合成

皮尔斯巴巴罗·2023-07-22 23:28

TED英语学习-TED202013-5 ways to kill your dreams by Bel Pesce

BelPescecamefromahumblefamilyinBrazil.ShesuccessfullygotintoMIT.Peoplemaythinkit'sanovernightsuccess.ButBelPescesaiditworkedbecauseshetooklifeandeducationseriouslyforthepast17years.Inthisspeech

王澎湃·2023-07-22 19:53

apt install报错E: Unmet dependencies. Try ‘apt --fix-broken install‘ with no packages的解决方案

摘要最近在一台Ubuntu22.04系统中部署语音识别项目，不知道怎么，我使用aptinstall安装软件时报错，无论安装什么软件都是报同一个错误E:Unmetdependencies.Try'apt-

Luke Ewin·2023-07-22 10:10

ICASSP2023论文解读｜如何检测会议记录中的待办事项？

得益于语音识别技术的发展，人工智能可以帮助人们记录会议，自动检测与会后行动项关联的会议内容，并进行总结。行动项识别对于管理会后待办任务至关重要。针对对于行动项识别任务，相关数据集稀缺且规模小。

语音之家·2023-07-22 06:17

语音合成标记语言 (SSML)

https://www.w3.org/TR/2010/REC-speech-synthesis11-20100907/您可以在Text-to-Speech请求中发送语音合成标记语言(SSML)，提供有关暂停以及首字母缩写词

语音之家·2023-07-22 06:17

马云说：未来，属于互联网！我们怎么办？

待猪仔出生后，这套ET农业大脑还能通过语音识别技术和红外线测温技术来检测每只小猪的健康状况，根据小猪

读书改变未来·2023-07-22 04:37

ACL 2023 | 通过语音离散表示统一语音翻译和机器翻译

语音翻译（SpeechTranslation,ST）旨在将源语言语音翻译成目标语言文本，广泛应用于会议演讲翻译、视频字幕翻译、AR增强翻译等各种场景。

TechBeat人工智能社区·2023-07-22 04:00

作文【乔布斯的演讲】

afterlhaveheardtheentirespeech,lamveryexcited.especially,thefirststoryleftadeepimpressiononme.connectingthedotsissoright.lrealizeditistimetochangemyself.agoodbeginningishalfthesuccess.althoughlhavelos

1703张慧敏·2023-07-21 12:46

教你windows下配置java环境变量&idea配置maven库（标贝科技）

顺便介绍下：我们是一家致力于智能语音交互的AI公司，我们提供了语音识别、语音合成、声纹识别、声音复刻、声音转换等技术产品供小伙伴们测试调用，感兴趣的，第三部分有详细说明！！！！！

DataBaker标贝科技·2023-07-21 11:41

智能音箱不仅仅是个音箱

得益于强大的语音识别能力和海量的网络合作平台资源支持，常见的歌曲、故事、新闻、书藉、天气预报、学习知识基本都能找到，太过生僻的一般也用不上，据说联上智能家居功能更为强大。作为普通的用户，而不是研发人

午夜石榴·2023-07-21 05:27

RNN

RNNmodelRNNcellRNNovermultipletime-stepsRNN资源整理：awesome-rnnGitHub上的RNN项目：AwesomeTensorflowImplementationsLanguageModelingSpeechRecognitionMachineTranslationConversationModeling

maverick7·2023-07-21 04:32

ChatGLM+Whisper概括视频内容

Whisper是一种通用语音识别模型。它是在各种音频的大型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。

马良神笔·2023-07-20 19:40

出狱后的孙宏斌与柳传志达成和解据报道K4iDJo

比如我研发出了一个语音识别的系统。而现在在层面的战略则反过来了。并为强制执行公证文书制度的改革发展建言献策。这意味着它将由纳税人的钱支付。因案情重大。可以确认。一位好友来京。

bbehdthgoi·2023-07-20 19:56

推荐频道

语音识别(speech