语音识别技术流

人机环境系统智能领域中的强度和角度

例如，深度学习和机器学习等技术的发展使得人工智能在图像识别、自然语言处理、语音识别等任务上取得了重大突破。
人机与认知实验室·2024-01-14 08:29

Whisper: openAI开源准确率最高的通用语言语音识别

简介我们研究了仅通过预测大量互联网音频录音的语音处理系统的能力。当扩大到68万小时的多语言和多任务监督时，生成的模型可以很好地泛化到标准基准，而且通常可以与之前的全监督结果相竞争，但在zero-shot识别设置中，无需进行任何微调。与人类相比，这些模型接近他们的准确性和鲁棒性。我们正在发布模型和推理代码，以便为进一步的鲁棒性语音处理工作提供基础。GitHub：https://github.com/
智慧医疗探索者·2024-01-14 04:11

语音识别神器 Whisper 的几个小技巧

1、前言OpenAI开源的免费离线语音识别神器Whisper，我在安装使用后发现一些问题，于是搜了半天最终汇总了这几个主要的小技巧，希望对大家有帮助，不用满世界再搜了。
gootyking·2024-01-14 04:56

xinference

可用于大语言模型（LLM），语音识别模型，多模态模型等各种模型的推理。通过XorbitsInference，你可以轻松地一键部署你自己的模型或内置的前沿开源模型。
vitaminYZZ·2024-01-13 21:45

人工智能技术的应用

人工智能技术的应用：无人手机可以通过集成人工智能技术，实现语音识别、语音合成、自然语言处理等功能，从而实现更加智能化的交互体验。
python无人驾驶 医学芯片·2024-01-13 14:32

[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神经网络
m0_63368228·2024-01-13 13:59

基于Asterisk和TTS/ASR语音识别配置示例

智能客服的开发基于ASR和TTS的处理是一个非常关键的技术点。博主通过多年研究后发现通过软交换平台直接和一些大公司的ASR和TTS接口进行交互，通过媒体服务器的拨号规则的处理，可以实现智能客服，或者自动拨号功能。以下是笔者看到的一个比较完整的示例，此示例支持了Asterisk，googleASR/TTSAPI接口。通过API调用返回的结果来实现呼叫的处理。现在和大家分享一下具体的处理流程：首先，我
ai语音机器人·2024-01-13 11:19

ai电话呼叫系统的功能有哪些，能帮到我们什么？呼叫系统

知识自学习：话术各个节点，不断学习用户问法，应答正确率不断提升;专业语音识别：电话呼叫中心软件提供金融、保险、电信、汽车行业专属语音识别模型，行业词汇识别精准，整体识别率业界顶尖；语音识别自学习：对于识别错误的词字
OKCC_kelaile520·2024-01-13 11:17

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

其独特的网络结构以及层次化的特征学习使其成为目标检测、语音识别、视频分类以
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

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

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

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

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

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

Agisoft Metashape 基于RTK技术的无人机航测免像控技术流程

AgisoftMetashape基于RTK技术的无人机航测免像控技术流程文章目录AgisoftMetashape基于RTK技术的无人机航测免像控技术流程前言一、软件设置二、添加照片三、坐标转换四、高程改正五
小喜头鱼·2024-01-10 07:04

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

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

【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

细数足坛上外柔内刚的球星

有这么一类球员外表看着是纯技术流，但实际却不惧身体对抗，在对方逼抢时能护住球，单防对方也不吃亏。下面来理性讨论一下。
唐柯里昂·2024-01-08 23:26

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

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

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

计算机组成原理之指令流水

指令流水概念原理影响指令流水效率加倍的因素影响指令流水线性能的因素流水线性能流水线的多发技术流水线结构概念指令流水是指为提高处理器执行指令的效率，把一条指令的操作分成多个细小的步骤，每个步骤由专门的电路完成
疯狂的小强呀·2024-01-07 22:26

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

安卓在人工智能时代的前景展望

无论是语音识别、图像识别，还是自
洪信智能·2024-01-07 10:44

电话质检语音识别技术：提升企业效率与质量的新选择

前言介绍电话质检语音识别用处：随着通讯技术的发展和人们对质量的不断追求，电话质检语音识别技术应运而生。
朝思暮柒·2024-01-07 10:12
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他