语音识别技术流

2023年度AI技术盘点：突飞猛进的技术进展与未来挑战

从语音识别到图像处理，从自动驾驶到医疗诊断，AI在各个领域的应用如雨后春笋般不断涌现。在这一年里，AI技术取得了重大突破，为我国经济社会发展注入了新的活力。
液态不合群·2023-12-23 16:18

【Matlab语音处理】汉宁窗FIR陷波滤波器语音信号加噪去噪【含GUI源码 1711期】

含GUI源码1711期】二、matlab版本及参考文献1matlab版本2014a2参考文献[1]韩纪庆,张磊,郑铁然.语音信号处理（第3版）[M].清华大学出版社，2019.[2]柳若边.深度学习:语音识别技术实践
Matlab佛怒唐莲·2023-12-23 15:55

Alexa Voice Service 概述

语音服务允许开发者通过麦克风和扬声器为连接的产品提供语音功能.一旦集成,你的产品将有权访问Alexa内置功能(如音乐播放、定时器和闹钟、快递追踪、电影列表、日历管理等)以及使用Alexa技能工具包开发的第三方技能.AVS由与客户端功能对应的接口组成,如语音识别
程序手艺人·2023-12-23 11:02

语音识别-关键词检测

introductionword-spotting,audioindexing,spokentermdetection输出的是wordlattice，根据lattice计算关键词的后验概率。ATWV=mean(Ncorrect(s)Ntrue(s)−βNspurious(s)T−Ntrue(s))其中Ncorrect(s)表示检测正确的个数，Ntrue(s)表示reference中关键词的个数，N
xmdxcsj·2023-12-23 10:51

【新手基础教程】音频处理之关键词识别

这是一个孤立词识别的算法模块,用户通过录音生成词汇模板加载到模块中，再通过它识别到用户加载的词汇模板，并返回匹配的可能性，实现请参考基于STM32的孤立词语音识别。
猪百岁儿·2023-12-23 10:51

Android开发中实时语音开发之华为实时语音识别

上一篇(Android开发中，百度语音集成之一)简单的讲解了百度语音的识别，今天讲解一个华为的语音识别:1.初始化：initRecognizer()mSpeechRecognizer=MLAsrRecognizer.createAsrRecognizer
华海渡·2023-12-23 07:03

语音识别功能测试：90%问题，可以通过技术解决

现在市面上的智能电子产品千千万，为了达到人们使用更加方便的目的，很多智能产品都开发了语音识别功能，用来语音唤醒进行交互；另外，各大公司也开发出来了各种智能语音机器人，比如小米公司的“小爱”，百度公司的“
程序员雷叔·2023-12-23 05:35

1-GAN

一、GAN简介人脸检测、图像识别、语音识别，机器总是在现有事物的基础上做出描述或判断[参考]能不能创造这个世界不存在的东西？
Darren214·2023-12-23 03:51

python中文语音识别

1）生成需要识别的wav文件，SpeechRecognition需要wav文件，不能识别mp3文件安装库：sudoaptinstallespeakffmpeglibespeak1pipinstallpyttsx3代码：defdemo_tts_wav():importpyttsx3engine=pyttsx3.init()engine.setProperty('rate',150)engine.se
极乐净土0822·2023-12-22 22:05

语音识别与人机交互：发展历程、挑战与未来前景

导言语音识别技术作为人机交互领域的重要组成部分，近年来取得了巨大的发展。本文将深入研究语音识别与人机交互的发展历程、遇到的问题、解决过程、未来的可用范围，以及在各国的应用和未来的研究趋势。
鳗小鱼·2023-12-22 22:04

在家念稿子赚钱的软件，读文章录音赚钱的软件

配音兼职接单推荐公众号：配音新手圈，声优配音圈，新配音兼职圈，配音就业圈，有声新手圈1.软件A：语音识别与合成技术的结合这类软件采用先进的语音识别与合成技术，可以将文字转化为自然流畅的语音，并具备智能修正功
配音新手圈·2023-12-22 20:26

声音克隆定制丰富和的系统源码+完整的代码包+搭建教程

这项技术在语音合成、语音识别、虚拟现实等领域有着广泛的应用前景。以下是部分代码:系统特色功能一览：1.声音克隆定制：用户可以上传自己的声音样本，系统将通过深度学习技术，生成与上传声音相似的语音。
罗峰源码·2023-12-22 12:23

Pooling方法总结（语音识别）

Poolinglayer将变长的frame-levelfeatures转换为一个定长的向量。1.StatisticsPooling链接：http://danielpovey.com/files/2017_interspeech_embeddings.pdfThedefaultpoolingmethodforx-vectorisstatisticspooling.Thestatisticspooli
shadowismine·2023-12-22 10:44

Transformer引领AI领域：从模型到平台，全方位探索与实践

BERT、T5和GPT等模型现在已成为计算机视觉、语音识别、翻译、蛋白质测序、编码等各个领域中新应用的基础构件。
清图·2023-12-22 02:32

TensorFlow介绍

它也可以用于图像处理、自然语言处理、语音识别、推荐系统、时间序列预
xhlh-cn·2023-12-21 22:23

智能客服：AI音频质检是怎么实现的？

AI音频质检介绍：1.语音识别AI音频质检的第一步通常是语音识别，将通话中的语音转换成文本数据。这是通过先进的语音识别技术完成的，该技术可以识别不同的语言、方言以及口音，并将其准确转
小文智能·2023-12-21 20:04

语音识别之百度语音试用和OpenAiGPT开源Whisper使用

0.前言:本文作者亲自使用了百度云语音识别,腾讯云,java的SpeechRecognition语言识别包和OpenAI近期免费开源的语言识别Whisper(真香警告)介绍了常见的语言识别实现原理1.NLP
默默努力的小老弟·2023-12-21 08:59

IEEE TASLP | 联合语音识别与口音识别的解耦交互多任务学习网络

尽管联合语音识别（ASR）和口音识别（AR）训练已被证明对处理多口音场景有效，但当前的多任务ASR-AR方法忽视了任务之间的粒度差异。
语音之家·2023-12-21 06:19

深度学习的推理部分

在深度学习中，训练和推理是两个阶段：训练阶段：在这个阶段，深度学习模型通过使用大量标记的训练数据进行学习，调整模型的权重和参数，以便使模型能够适应输入数据并执行特定的任务（如图像分类、目标检测、语音识别等
何处不逢君·2023-12-21 05:25

声音鉴定在线测试软件，声音鉴别软件有哪些 (声音检测在线测试)

这些软件利用先进的算法和人工智能技术，通过分析声音的频率、音调、波形等特征来进行声音鉴别，广泛应用于安全监控、音乐产业、语音识别等领域。本文将为您介绍几款知名的声音鉴定在线测试软件。
配音新手圈·2023-12-20 22:42

HW02-语音识别

Homework2PhonemeClassificationDownloadDataDownloaddatafromgoogledrive,thenunzipit.Youshouldhavelibriphone/train_split.txtlibriphone/train_labelslibriphone/test_split.txtlibriphone/feat/train/*.pt:trai
闪闪发亮的小星星·2023-12-20 21:54

神奇植物在哪里？文心大模型助力一秒读懂花草的“前世今生”

本期文心开发者说邀请到飞桨开发者技术专家谢杰航老师，分享如何利用AI技术构建风景园林行业的植物知识科普系统，接着还介绍了大模型应用的基本技术流程框架，多模态特征提取以及使用向量数据库的优势，使用飞桨星河社区运行向量数据库的方法
飞桨PaddlePaddle·2023-12-20 14:02

举例说明自然语言处理（NLP）技术。

3.语音识别：NLP技术可以用于语音识别，以将口头语言转换为文本形式，例如智能助理（如Siri和Alexa）
wxchqaz·2023-12-20 11:44

深度学习 tensorflow基础介绍

它可以在图像识别、语音识别、自然语言处理等领域取得惊人的成就。深度学习的引入引出了TensorFlow，它是一个由GoogleBrain开发的开源机器学习框架。
小楼先森·2023-12-20 08:48

VR虚拟动漫角色智能化导览丰富体验乐趣

它们具备智能感知、语音识别、自然语言处理等多种技能，可以为我们带来很多帮助和便利。
VRARvrnew3d·2023-12-20 05:22

AudioGPT 语音技术全覆盖：语音识别、增强、分离、风格迁移等 | 开源日报 No.114

stevearc/oil.nvimStars:1.7kLicense:MIToil.nvim是一个类似于vim-vinegar的文件浏览器，允许您像普通Neovim缓冲区一样编辑文件系统。其主要功能包括支持常见插件管理器、通过适配器抽象进行所有文件系统交互以及提供API来执行各种操作。该项目的关键特点和核心优势包括：通过适配器实现跨位置查看和修改文件支持SSH适配器，可在远程服务器上浏览文件提供丰
开源服务指南·2023-12-19 07:18

NXP - 高性能计算E/E架构

1、未来高性能计算E/E架构的推动因素1）车辆将成为一个智能移动互联终端并成为互联网的一部分；新服务不断发展，例如自然语音识别（AmazonAlexa），基于云的服务，…与车辆的“开放式”连接将推动更高级别的网络安全性要求
筋斗云与自动驾驶·2023-12-18 20:38

注意力机制：一种解决深度学习中的选择问题的方法

、自顶向下的注意力机制3、基于通道的注意力机制三、注意力机制优缺点四、总结一、注意力机制基本概念注意力机制（AttentionMechanism）是一种数据处理方法，广泛应用于自然语言处理、图像识别及语音识别等各种不同类型的机器学习任务中
AI_dataloads·2023-12-18 18:12

开源语音识别faster-whisper部署教程

1.资源下载源码地址模型下载地址：large-v3模型：https://huggingface.co/Systran/faster-whisper-large-v3/tree/mainlarge-v2模型：https://huggingface.co/guillaumekln/faster-whisper-large-v2/tree/mainlarge-v2模型：https://huggingfa
Luke Ewin·2023-12-18 07:02

【小沐学Python】Python实现语音识别（SpeechRecognition）

文章目录1、简介2、安装和测试2.1安装python2.2安装SpeechRecognition2.3安装pyaudio2.4安装pocketsphinx（offline）2.5安装Vosk（offline）2.6安装Whisper（offline）3测试3.1命令3.2fastapi3.3google3.4recognize_sphinx3.5语音生成音频文件结语1、简介https://pypi
爱看书的小沐·2023-12-17 22:49

医保移动支付程序开发

一、技术流程图图太大了显示不全需要的可以查看在线文档，这里提供支付宝的支持文档【支付宝移动支付集成方案】这里涉及到与多个平台的对接，如医院HIS、支付宝服务端、电子凭证中心、移动支付中心、医保核心。
我是罗易呀！·2023-12-17 21:59

循环神经网络（1）循环神经网络的记忆能力实验

是一类具有短期记忆能力的神经网络．在循环神经网络中，神经元不但可以接受其他神经元的信息，也可以接受自身的信息，形成具有环路的网络结构．和前馈神经网络相比，循环神经网络更加符合生物神经网络的结构．目前，循环神经网络已经被广泛应用在语音识别
Simon52314·2023-12-17 21:43

TP6引入腾讯云SDK,并使用其方法,语音识别例子

通过composer安装SDKcomposer官网包查询的地址:传送门特别说明:通过composer引入之后,在文件内直接使用//测试腾讯语音识别Route::rule("demovoice","tencentDemo
这个超人不会飞阿·2023-12-17 10:26

Vue3 setup语法糖使用简易教程（下）

包括语音识别、机器翻译等从基础到实战都有，很详细，分享给大家。1.组件1.1组件引用组件在props里直接引入就可在template里直接使用，无需再进行注册。
Mr.Meng_95·2023-12-17 02:43

人工智能自然语言处理：语言之美，算法之智

NLP技术的发展使得计算机能够执行诸如语音识别、情感分析、机器翻译等任务。2.
鳗小鱼·2023-12-17 02:39

无代码开发让合利宝支付与CRM无缝API集成，提升电商用户运营效率

这种方案允许无代码开发的集成，大大简化了技术流程，降低了运营成本，同时缩短了项目上线所需时间。通过简便的配置过程，电商平台能够无缝地将合利宝支付功能集成入系统，为用户带来便捷的支付体验，从而
集简云-软件连接神器·2023-12-16 13:48

语言模型及Word2vec与Bert简析

语言模型可以对一段文本的合理性概率进行估计，对信息检索，机器翻译，语音识别等任务有着重要的作用。
沧海之巅·2023-12-16 11:17

基于PaddleNLP的深度学习对文本自动添加标点符号（一）

前言目前以深度学习对文本自动添加标点符号研究很少，已知的开源项目并不多，详细的介绍就更少了，但对文本自动添加标点符号又在古文识别语音识别上有重大应用。
番茄小能手·2023-12-16 08:59

特斯拉第二代机器人：市场期待与看解

首先，从技术层面来看，这款机器人融合了特斯拉在人工智能、机器人技术、机器视觉、语音识别等多领域的最新成果
软件开发小浩·2023-12-16 07:03

【FunASR】Paraformer语音识别-中文-通用-16k-离线-large-onnx

pytorchParaformer-large长音频模型集成VAD、ASR、标点与时间戳功能，可直接对时长为数小时音频进行识别，并输出带标点文字与时间戳：ASR模型：Parformer-large模型结构为非自回归语音识别模型
太空眼睛·2023-12-15 18:00

Meta 新推出的实时语音翻译模型 Seamless

SeamlessM4T模型支持以下任务：语音到语音翻译(S2ST)语音到文本翻译(S2TT)文本到语音翻译(T2ST)文本到文本翻译(T2TT)自动语音识别(ASR)我们正在发布SemalessM4Tv2
希尔贝壳AISHELL·2023-12-15 18:08

中文读唇总动员：CNVSRC 2023 研讨会圆满落幕

12月9日晚，NCMMSC-CNVSRC2023学术研讨会在苏州召开的第十八届全国人机语音通讯学术会议（NCMMSC2023）举办，会上公布了本次视觉语音识别竞赛CNVSRC2023的最终结果，并举行颁奖仪式
希尔贝壳AISHELL·2023-12-15 18:37

Gemin技术解析：背景、特点、发展、应用与前景

其中，Gemin技术以其独特的优势，在语音识别、自然语言处理、计算机视觉等领域展现出巨大的潜力。本文将详细介绍Gemin技术的背景、技术特点、发展历程、应用场景及未来前景。
蒙奇·D·路飞-·2023-12-15 12:07

语音识别功能测试：90%问题，可以通过技术解决

现在市面上的智能电子产品千千万，为了达到人们使用更加方便的目的，很多智能产品都开发了语音识别功能，用来语音唤醒进行交互；另外，各大公司也开发出来了各种智能语音机器人，比如小米公司的“小爱”，百度公司的“
喜欢软测的小北葵·2023-12-15 07:47

语音识别功能测试：90%问题，可以通过技术解决

现在市面上的智能电子产品千千万，为了达到人们使用更加方便的目的，很多智能产品都开发了语音识别功能，用来语音唤醒进行交互；另外，各大公司也开发出来了各种智能语音机器人，比如小米公司的“小爱”，百度公司的“
傲天测试王·2023-12-15 06:48

释放深度学习的力量：使用 CUDA 和 Turing GPU 构建 AI

深度学习已经彻底改变了无数领域，从图像和语音识别到自然语言处理和自动驾驶汽车。但是，要充分利用深度学习的强大功能，需要强大的工具，而NVIDIA的TuringGPU就是其中的佼佼者。
结构化文摘·2023-12-14 19:38

【小沐学Python】Python实现语音识别（vosk）

1.1vosk简介1.2vosk模型1.3vosk服务2、安装3、测试3.1命令行测试3.2代码测试结语1、简介https://alphacephei.com/vosk/index.zh.htmlVosk是一个语音识别工具包
爱看书的小沐·2023-12-14 18:41

【小沐学Python】Python实现语音识别（Whisper）

文章目录1、简介1.1whisper简介1.2whisper模型2、安装2.1whisper2.2pytorch2.3ffmpeg3、测试3.1命令测试3.2代码测试：识别声音文件3.3代码测试：实时录音识别4、工具4.1WhisperDesktop4.2Buzz4.3Whisper-WebUI结语1、简介https://github.com/openai/whisper1.1whisper简介W
爱看书的小沐·2023-12-14 18:11

Python语音识别基础实践-SpeechRecognition

声明：参考B站视频，自学成长记录https://www.bilibili.com/video/BV1Jk4y1R7a5?p=2并参考博客：https://blog.csdn.net/Datapad/article/details/82970253安装SpeechRecognitionC:\Users\Administrator>pip3installSpeechRecognition......I
BuLingLings·2023-12-14 16:19

【深度学习编译器系列】1. 为什么需要深度学习编译器？

一方面，我们现在有非常多深度学习的应用，比如自动驾驶技术常常需要用到计算机视觉方面的模型，如行人检测，车道线识别等，智能家居设备常常需要用到自然语言处理（NLP）和语音识别方面的模型，甚至在生物学领域深度学习可以解决难倒了几代科学
Elaine_Bao·2023-12-14 14:13
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他