语音识别(speech 第9页

基于Asterisk和TTS/ASR语音识别的配置示例

基于Asterisk和TTS/ASR语音识别的配置示例如下：1.安装Asterisk：首先，确保你已在服务器上成功安装Asterisk。

OKCC_kelaile520·2024-01-13 11:15

深度探析卷积神经网络（CNN）在图像视觉与自然语言处理领域的应用与优势

cooldream2009·2024-01-13 10:24

AI语音识别模块--whisper模块

1.下载ffmpeg，挑一个自己电脑系统的版本，下载，如我win64：地址：Releases·BtbN/FFmpeg-Builds·GitHub下载压缩包zip，到·本地解压安装，其实无需安装，只需把对应的目录下的bin，编辑环境变量的path，添加到环境变量即可！！！不能科学的同学，可以到网盘地址，下载压缩包zip链接：https://pan.baidu.com/s/1yBQBs-pUKOpUP

金城武555·2024-01-13 10:43

自然语言处理——7.7 词性标注概述

面临的问题词性(part-of-speech,POS)标注(tagging)的主要任务是消除词性兼类歧义。在任何一种自然语言中，词性兼类问题都普遍存在。

SpareNoEfforts·2024-01-13 02:20

达摩研究院Paraformer-large模型已支持windows

简介FunASR是一个基础语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复、语言模型、说话人验证、说话人分离和多人对话语音识别等。

AI 研习所·2024-01-13 01:14

语音识别、音频转文字的小妙招

说起录音大家都很熟悉，但转成文字稿就没那么简单了，有人说用手机上的录音机就可以了，但录音机里边的录音转文字，好友发给你的音频那就识别不了，怎么办？用录音转文字助手就可以了呀。操作步骤：第一步：我们可以在手机应用市场中搜索录音转文字助手，接着打开该应用。第二步：你可以看到录音【录音识别】、【文件识别】和【录音机】,【录音识别】是边录音边转换成文字，【文件识别】则是上传音频文件进行识别，【录音机】仅支

夹心说·2024-01-12 21:36

julius开源语音识别引擎

开源语音识别软件HTK，对Julius和Kaldi等系统了解者更佳一.InstallationBySourcetarballInstallationprocessissimpleandcontainsthefollowingpoints

xyc310898673·2024-01-12 18:07

Qt / day04

parent):QWidget(parent),ui(newUi::Clock),ptrTimerShow(newQTimer(this)),ptrTimerAlarm(newQTimer(this)),ptrSpeecher

溪北人·2024-01-12 14:25

day4 c语言学习 c++之qt图形界面

按下则停止闹钟，可以重新设置主要用到了qtimer，qmessagebox，信号与槽，qtexttospeechqpropertyanimationqmediaplayer需要注意

Just_We483·2024-01-12 14:48

ChatSDK 全双工语音识别库

:是对原始msc的语音SDK封装，相对AIUI便宜很多baidulib:是对百度语音SDK封装,百度号称永久免费AIUITools:AIUI网络测试工具-折线图动态测试可持续观测共同特点：实现了全双工语音识别

guodashen007·2024-01-12 06:37

今日最佳NLP大模型论文解读：【Advancing Spatial Reasoning in Large Language Models: An In-Depth Evaluation ......

如需查看本月份其他每日最佳NLP大模型论文解读，欢迎移步http://saibomaliang.com～复旦新作SpeechAgents：基于多模态语言模型的多智能体系统，模拟人类沟通引言：人类沟通的多模态模拟人类沟通是一个复杂多样的过程

夕小瑶·2024-01-12 05:43

捷豹路虎牵手高德，为何它会成为车企前装标配？

科大讯飞赖以成名的自然语音识别+方言识别，让它成为了语音识别领域里的佼佼者。

奇奇怪怪小不点·2024-01-12 04:38

2021-03-04 Speech-Transformer项目参数设置2

参数设置为了更方便调试LFR_m、LFR_n参数的设置，将训练、开发集的json做些精简：原始训练集：120098条语音精简后：9条语音原始开发集：14326条语音精简后：10条语音具体精简情况可以见《Speech-Transformer

雨风SLEK·2024-01-12 01:26

人工智能学习与实训笔记（五）：百度AI能力AIP sdk调用实操

百度的很多AI能力是通过AIPsdk对外开放的，比如语音识别，语音合成，图像识别，NLP，人脸识别等等。

穿越光年·2024-01-11 22:02

一款操作简便的录音转文字软件

第二步：下载安装好软件之后，可以打开OCR文字识别软件，进入到软件界面可点击语音识别功能，这样我们就进入到语音识

自己的坏丫头·2024-01-11 19:14

开庭普通话，记录少偏差

我院审判庭（包括外派法庭）语音识别功能已部署完成，操作培训定于2019年3月28日上午11:30在东院十二审判庭举行，到时请无开庭任务的书记员全部参加，请相互转告。

二剑心·2024-01-11 16:13

理解深度学习

在一些领域取得了非常不错的效果，如图片识别，语音识别，在安全领域甚至还有识别加密的协议等。如图片，语音领域实验室准确率都超过了90%。

voice_an·2024-01-11 14:23

Buzz 离线音频转字幕工具（完全免费，无需登录）

关于BuzzBuzz是一款可以自动识别语音为文本字幕的软件工具，基于OpenAI开源的Whisper自动语音识别模型，可以批量将音频或者是视频中的内容自动转化为带有时间的字幕，速度非常快，是一款能极大提高效率的生产力小工具

這花開嗎·2024-01-11 11:39

外贸人必备小工具，助您提高工作效率

一、沟通辅助类1.text-to-speech.imtranslator.net：“说话”网站，可读英语、日语、法语、西班牙语等多种语言，发音也很棒。

kailiirving·2024-01-11 11:57

基于传统机器学习模型算法的项目开发详细步骤

这些算法在图像分类、语音识别、自然语言处理、推荐系统等领域有着广泛的应用无监督学习：已知输入，无输出结果而进行的学习，发现数据中的潜在特征和规律

挑大梁·2024-01-11 10:44

[PyTorch][chapter 9][李宏毅深度学习][Why Deep]

为什么需要深度，本篇主要简单介绍一下该原因目录：1：简介2：模块化分析3：语音识别例子一简介有人通过实验,使用相同的网络参数，深度越深的网络相当于浅层网络效果更好。

明朝百晓生·2024-01-11 08:05

竞赛保研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

iuerfee·2024-01-11 07:39

英伟达推新AI语音识别模型Parakeet 号称优于Whisper

领先的开源对话AI工具包NVIDIANeMo宣布推出ParakeetASR模型系列，这是一系列最先进的自动语音识别（ASR）模型，能够以出色的准确性转录英语口语。

智云研·2024-01-10 23:14

开源语音数据集

除CommonVoice数据集外，他们还在构建一个名为DeepSpeech的开源语音识别引擎。这两个项目都是努力弭平数字语音鸿沟的一部分。

AONDATA·2024-01-10 23:34

Python与人工智能

目录编辑一、Python二.使用Python实现人工智能的几个具体案例2.1图像分类2.2自然语言处理2.3语音识别2.4推荐系统2.5机器翻译三.以下是使用Python实现的一个具体案例案例：垃圾邮件分类器一

Tech行者·2024-01-10 16:55

uniapp中实现H5录音和上传、实时语音识别（兼容App小程序）和波形可视化

文章目录Recorder-UniCore插件特性集成到项目中调用录音上传录音ASR语音识别在uniapp中使用Recorder-UniCore插件可以实现跨平台录音功能，uniapp自带的recorderManager

高坚果兄弟·2024-01-10 14:20

ros学习路线

现在已经学会单片机底层驱动，ros21讲也基本了解请教各位下面的路线该怎么学呢，目前只会c++python单片机底层驱动哪里有教程宇宙爆肝锦标赛冠军先尝试一下Turtlebot吧，导航、路径规划先调用现成的库，还有语音识别与合成

baidu_huihui·2024-01-10 13:22

Speech | 人工智能中语音质量评估方法详解及代码

ABXTest1.4.MUSHRA（MUltipleStimuliwithHiddenReferenceandAnchor）客观评价方法1.5.MCD1.6.PESQ（PerceptualEvaluationofSpeechQuality

夏天｜여름이다·2024-01-09 23:21

了解一下InternLM2

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。

羞儿·2024-01-09 23:51

unity+百度语音ASR&TTS

百度智能云-登录查看自己账号建立的应用和使用情况；参考视频：【语音识别接入(unity3d)】（百度智能云-语音识别）（有字幕）-tippinggame_哔哩哔哩_bilibili根据视频提供的源码，稍加改造和调试形成如下源码链接

LuckyDog阿祥·2024-01-09 22:25

Hugging face库

1.Transformers是NLP,CV,audio，speechprocessing任务的库。它包含了超过10000个预训练的模型，涵盖了各种NLP任务，如文本分类，问答，文本生成，情感分析等。

carmen_山海·2024-01-09 21:12

自然语言处理中的语言模型

隐马尔可夫模型（HMM）：常用于语音识别和某些类型的文本处理。H

天一生水water·2024-01-09 20:23

国家大力扶持人工智能，再不学习就晚了！

无人驾驶、人脸识别、语音识别、实时翻译、智能安防……随着AI技术的不断发展和成熟，似乎每天都会有新的名词和概念提出。

AI女神安娜·2024-01-09 16:20

CSS3媒体查询

媒体类型all所有媒体（默认值）screen彩色屏幕print打印预览projection手持设备tv电视braille盲文触觉设备embossed盲文打印机speech“听觉”类似的媒体设备tty不适用像素的设备媒体属性

fb941c99409d·2024-01-09 13:07

【机器学习】循环神经网络（四）-应用

五、应用-语音识别5.1语音识别问题详述语音识别的经典方法GMM+HMM框架5.2深度模型详述DNN-HMM结构循环神经网络与CTC技术结构用于语音识别问题六、自然语言处理RNN-LM建模方法6.1中文分词

十年一梦实验室·2024-01-09 11:36

轻松玩转书生·浦语大模型趣味 Demo 笔记+作业展示

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。这种

xidierzuo·2024-01-09 05:47

轻松玩转书生·浦语大模型趣味Demo 学习笔记

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。这种模型通常采用深度神经网络结构，如Tr

weixin_42837310·2024-01-09 05:46

浦语大模型趣味 Demo课程学习及实战应用

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。这种模型通常采用深度神经网络结构，如Transformer、BE

m0_54169072·2024-01-09 05:15

动能资讯 | 智能音箱—万物物联新纽带

这些音箱不仅提供音频播放功能，还整合了语音识别和智能家居控制等功能。音箱已经从传统的音频设备发展为家庭娱乐系统的核心。通过与智能电视、电脑等设备的连接，智能音箱为家庭提供了全面的解决方案。音箱已

weng13924672287·2024-01-08 18:28

ChatGPT人工智能对话系统源码：聊天+写文章+写代码样样精通附带完整的搭建教程

而ChatGPT作为一种全新的人工智能对话系统，不仅可以进行自然语言处理和语音识别，还可以完成写文章和写代码等任务，堪称全能型人工智能助手。

源码集结地·2024-01-08 16:14

c#中语音播放和朗读功能的实现——Speech类库

下图是本人用于英语学习的一个程序，使用微软自带的Speech类库实现程序界面图首先在vs中把这个Speech类库安装了例图、然后设计SpeechHelper类用于管理整个播放功能。

桂南鄙士·2024-01-08 14:28

解决神经网络过拟合的策略有哪些？

这对于图像和语音识别等任务特别有效。3.简化模型：减少网络的

CA&AI-drugdesign·2024-01-08 11:24

[PyTorch][chapter 9][李宏毅深度学习][CNN]

卷积神经网络的创始人是着名的计算机科学家YannLeCun，目前在Facebook工作，他是第一个通过卷积神经网络在MNIST数据集上解决手写数字问题的人.CNN除了在图像分类,还有一些其它有趣的创意方案：语音识别

明朝百晓生·2024-01-08 10:54

2023春季李宏毅机器学习笔记 02 ：机器学习基本概念

资料课程主页：https://speech.ee.ntu.edu.tw/~hylee/ml/2023-spring.phpGithub：https://github.com/Fafa-DL/Lhy_Machine_LearningB

女王の专属领地·2024-01-07 23:15

iOS 讯飞语音听写(流式版)

最近项目中用到了讯飞的语音识别,然后稍微看了一下,里面有几个值得注意的点,记录一下,先说语音听写(流式版),实时语音转写后期会附上,文末有demo//语音听写(流式版)语音听写流式版其实没设么好说的,因为直接有

小谢0217·2024-01-07 23:16

工智能基础知识总结--什么是Transformer

Transformer的效果和并行性都非常好，其作为一个整体能被用于机器翻译、语音识别、文本摘要等传统Seq2Seq被应用的领域，基于其Enco

北航程序员小C·2024-01-07 20:49

人工智能（AI）技术对未来餐饮业的深远影响

在前端，智能点餐系统通过语音识别或图像识别技术，能够快速准确地接收并处理顾客的点餐需求，减少人为错误，同时降低人力成本。而在后厨，AI可以通过对历史销售数据进行深度

I'm an Engineer·2024-01-07 18:40

[书生·浦语大模型实战营]——轻松玩转书生·浦语大模型趣味 Demo

这些模型在各种任务中展现出惊人的性能，比如自然语言处理、计算机视觉、语音识别等。常用结构这种模型通常采用深度

不是吧这都有重名·2024-01-07 16:27

2023春季李宏毅机器学习笔记 03 ：机器如何生成文句