语音SBC 第2页

开源语音分离工具大比拼：人声 VS 背景音乐 ⚔️ - 获取干净训练语音 (数据截至 2025年4月17日)！！！

开源语音分离工具大比拼：人声VS背景音乐⚔️-获取干净训练语音(数据截至2025年4月17日)在音频处理，特别是机器学习训练数据的准备中，获取纯净的人声（去除背景音乐或噪声）是一个常见的痛点。

小丁学Java·2025-07-08 05:57

AI+小程序新范式：智能推荐、语音交互的场景落地全攻略

·2025-07-08 05:56

Home Assistant Piper语音引擎新增en_US-hfc_female-medium语音模型支持分析

HomeAssistantPiper语音引擎新增en_US-hfc_female-medium语音模型支持分析addons:heavy_plus_sign:Dockeradd-onsforHomeAssistant

·2025-07-08 03:08

这个终端AI编程神器能用语音改代码，自动生成Git记录并提交，接入DeepSeek斩获编程基准最高分

❤️如果你也关注AI的发展现状，且对AI应用开发感兴趣，我会每日分享大模型与AI领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！AI在线答疑->智能检索历史文章和开源项目->尽在微信公众号->搜一搜：蚝油菜花⌨️“每个CLI爱好者都该试试的AI编程革命：对着终端说话自动生成Gitcommit是怎样的体验？”大家好，我是蚝油菜花。如果你也经历过——在vim里卡了半小时，只为给函

蚝油菜花·2025-07-07 16:21

说话人识别python_基于各种分类算法的说话人识别（年龄段识别）

基于各种分类算法的语音分类(年龄段识别)概述实习期间作为帮手打杂进行了一段时间的语音识别研究，内容是基于各种分类算法的语音的年龄段识别，总结一下大致框架，基本思想是：获取语料库TIMIT提取数据特征，进行处理

weixin_39673184·2025-07-07 15:42

人工智能动画展示人类的特征

从智能语音助手到自动驾驶汽车，AI正在改变着我们的世界。然而，尽管AI技术取得了令人瞩目的成就，但它仍然难以完全模拟人类的复杂行为和特征。人类的特征是多方面的，包括情感、认知、社交和创造力等。

AGI大模型与大数据研究院·2025-07-07 06:38

AI小智项目全解析：软硬件架构与开发环境配置

AI小智项目全解析：软硬件架构与开发环境配置一、项目整体架构AI小智是一款基于ESP32的智能物联网设备，集成了语音交互、边缘计算等功能。

Despacito0o·2025-07-07 02:44

Teacher Forcing--------一种用于序列生成任务的训练技巧

这在机器翻译、文本摘要、对话生成、语音合成

AI扶我青云志·2025-07-07 01:11

飞睿智能酒店人体存在感应雷达模块24G传感器，智能空调、LED照明开关节能新风尚

从智能门锁到自动调节的室内环境，再到贴心的语音助手服务，智能酒店为我们带来了未有的便捷与舒适。

飞睿科技·2025-07-06 22:17

QT的语音识别

难点：难点就是如何跟百度云的语音应用进行通信。首先，要获取应用的APIKey、SecretKey，并通过请求鉴权接口换取token。

heng6868·2025-07-06 19:24

GPT-SoVITS项目重大更新全解析：从语音合成到多语言支持的技术演进

GPT-SoVITS项目重大更新全解析：从语音合成到多语言支持的技术演进GPT-SoVITS项目地址:https://gitcode.com/gh_mirrors/gp/GPT-SoVITS项目概述GPT-SoVITS

胡晗研·2025-07-06 17:58

19｜Whisper+ChatGPT：请AI代你听播客

今天，我们的课程开始进入一个新的主题了，那就是语音识别。过去几周我们介绍的ChatGPT虽然很强大，但是只能接受文本的输入。而在现实生活中，很多时候我们并不方便停下来打字。

_Rye_·2025-07-06 16:50

剖析AI人工智能领域Whisper的性能指标

剖析AI人工智能领域Whisper的性能指标关键词：Whisper、语音识别、性能指标、ASR、AI模型评估、基准测试、语音转文本摘要：本文深入剖析OpenAI开发的Whisper语音识别系统的性能指标

AI大模型应用实战·2025-07-06 12:54

智能家居-深耕10年原创合集(2025/06更新)

2025-06更新篇章2025年广州光亚展参展记录智能插座：技术与应用演进之路语音识别技术：全链路技术栈解析6000字干货长文，深度解读智能家居7大派系，谁能真正统一“江湖”？

CYP_2015·2025-07-06 02:12

隐马尔可夫模型：语音识别系统的时序解码引擎

1HMM与语音识别的理论基础隐马尔可夫模型（HMM）作为一种双重随机过程的统计模型，其核心在于描述一个包含隐含状态的马尔可夫链，以及这些状态生成可观测输出的概率分布。

大千AI助手·2025-07-06 00:56

深度学习前置知识全面解析：从机器学习到深度学习的进阶之路

作为AI领域最重要的分支，深度学习(DeepLearning)在计算机视觉、自然语言处理、语音识别等领域取得了突破性进展，彻底改变了我们与机器交互的方式。

·2025-07-05 23:53

免费AI配音工具大盘点：2024年不容错过的5大选择

免费AI配音工具大盘点：2024年不容错过的5大选择关键词：AI配音工具、文本转语音（TTS）、免费开源、多语言支持、语音合成技术、自然度优化、应用场景摘要：本文深度解析2024年主流免费AI配音工具，

AI学长带你学AI·2025-07-05 22:46

AI 加持下的智能家居行业：变革、挑战与机遇

一、AI驱动的智能家居功能升级（1）智能语音交互与控制智能语音助手作为智能家居的核心交互方式，借助自然语言处理（NLP）技术，让用户仅通过简单的语音指令，就能轻松操控家中各类智能设备，如精准控制灯光的开关与亮度调节

低代码老李·2025-07-05 21:38

一站式语聊房语音直播APP源码开发搭建全解析

在社交娱乐数字化浪潮中，语音社交应用正以其独特的互动魅力，成为用户释放压力、结交同好的热门选择。无论是沉浸式的语音聊天，还是热闹非凡的语音直播，都吸引着大量开发者和创业者的目光。

山东布谷科技官方·2025-07-05 21:07

基于“7·20郑州特大暴雨”对空天地一体化通信的思考

在此次“7·20郑州特大暴雨”的应急通信救援中，地面运营商部署无人机实现了对局部区域的通信恢复，借助卫星通信为通信受阻区域提供语音与短报文服务。

米朵儿技术屋·2025-07-05 20:00

大数据开发高频面试题：Spark与MapReduce解析

offer比较华为状态码浏览器插件嵌入式项目推荐2019秋招总结+云从语音算法面经+银行群面面经科大讯飞语音算法面经语音算法美团一面已挂科大讯飞智能语音方向值得去吗？

·2025-07-05 20:26

脉冲编码调制（PCM）

例如：把语音样本量化

2301_80709554·2025-07-05 19:17

数学视频动画引擎Python库 -- Manim Voiceover 安装 Installation

ManimVoiceover是一个为Manim打造的专注于语音旁白的插件：直接在Python中添加语音旁白：无需使用视频编辑器，即可为Manim视频添加语音旁白。

·2025-07-05 15:22

数学视频动画引擎Python库 -- Manim Voiceover 快速入门 Quickstart

ManimVoiceover是一个为Manim打造的专注于语音旁白的插件：直接在Python中添加语音旁白：无需使用视频编辑器，即可为Manim视频添加语音旁白。

·2025-07-05 14:46

AI人工智能领域必备：AI芯片的关键作用

AI人工智能领域必备：AI芯片的关键作用关键词：AI芯片、算力、神经网络、能效比、专用架构、异构计算、存算一体摘要：在人工智能高速发展的今天，从手机里的“语音助手”到马路上的“自动驾驶汽车”，从医院的“

AI算力网络与通信·2025-07-05 07:26

国内知名的语音芯片厂家介绍(附主要产品线和型号)

这个厂商成1999年成立于广州，随后2000年进军语音芯片行业，2003年研发出叉车超速报警器，2004年研发出MP3音频芯片，并提供MP3方案，随着业务快速扩张2014年搬迁至深圳并更名深圳唯创知音电子有限公司

唯创知音·2025-07-05 07:55

Kimi Audio一个通用的音频基础模型处理各种任务如自动语音识别（ASR）、音频问答（AQA）、自动音频字幕（AAC）、语音情感识别（SER）、声音事件/场景分类（SEC/ASC）和端到端语音对话

主要功能包括：通用功能：处理各种任务，如自动语音识别（ASR）、音频问答（AQA）、自动音频字幕（AAC）、语音情感识别（SER）、声音事件/场景分类（SEC/ASC）和端到端语音对话。

skywalk8163·2025-07-05 03:02

HarmonyOS开发：使用语音识别的步骤演示

引言在当下的生活与工作场景中，语音识别技术早已渗透到方方面面——从手机上的语音助手快速拨打电话、发送消息，到智能音箱根据语音指令播放音乐、查询天气，再到办公场景里通过语音转文字功能高效记录会议纪要，其应用的广泛性不言而喻

·2025-07-05 00:04

五度调值与五声音阶的关联

通过语音学实验与音乐理论分析，揭示两者在数理结构/感知机制和文化原型上的深层关联。

音元系统·2025-07-04 16:48

蒙特卡罗方法与深度学习的关系

深度学习则是一种基于人工神经网络的学习方法，在图像识别、语音识别、自然语言处理等领域取得了显

AGI大模型与大数据研究院·2025-07-04 16:17

AI人工智能语音识别

AI人工智能构建语音识别器语音识别或自动语音识别(ASR)是AI机器人等AI项目的关注焦点。没有ASR，就不可能想象一个认知机器人与人进行交互。但是，构建语音识别器并不容易。

马里亚纳海沟网·2025-07-04 15:45

基于Python的智能语音识别系统设计

随着科技的发展，语言交流不再只存在于人与人之间，如何让机器“听懂”人类的语言并做出反应成为人工智能的重要课题，语音智能交互技术应运而生。

MATLAB算法工程师Y·2025-07-04 15:14

基于python的语音识别系统,Python语音识别技术路线

如何用python调用百度语音识别1、首先需要打开百度AI语音系统，开始编写代码，如图所示，编写好回车。2、然后接下来再试一下的音频，开始编写成功回车，如图所示的编写。

快乐的小肥熊·2025-07-04 15:13

人工智能训练知识学习-TTS（智能语音合成）

人机对话——TTS（TextToSpeech）概念：TTS技术，即文本转语音技术，是一种将文字内容转换为语音输出的技术。

笨鸟笃行·2025-07-04 15:42

Python 语音识别与语音合成的实现方法

```htmlPython语音识别与语音合成的实现方法Python语音识别与语音合成的实现方法随着人工智能技术的发展，语音处理在实际应用中变得越来越重要。

加班不如去钓鱼·2025-07-04 15:41

机器学习-三大SOTA Boosting算法总结和调优

参考书籍：《机器学习公式推导和代码实现》书籍页码：P197～205简介除了深度学习适用的文本、图像、语音、视频等非结构化数据，对于训练样本较少的结构化数据，Boosting算法仍是第一选择。

小新学习屋·2025-07-04 05:02

极客时间-《搞定音频技术》-学习笔记

极客时间-《搞定音频技术》-学习笔记语音基础知识https://www.zhangzhenhu.com/audio/feature.html序章-0作者说这个语音技术啊，未来肯定前景大好啊，大家都来学习

Mark White·2025-07-04 04:54

阿里云一句话语音识别

前端：阿里云语音识别应用（一句话语音识别）{{isRecording?'

·2025-07-03 21:45

Unity使用讯飞语音模型(语音合成+语音识别+语音唤醒)Window端SDK

语音唤醒需要我们设置唤醒词。讯飞智能语音SDK文档官网讯飞智能语音产品介绍官网在控制台下载对应SDK，由于讯飞官方只提供了C++/C语音版本，我们需要用C#调用下载SDK的dll库文件。

苏轼轼·2025-07-03 21:15

ESP32S3接入讯飞在线语音识别教程及配套源代码

1.准备工作1.1硬件准备ESP32-S3开发板（推荐ESP32-S3-WROOM-1）麦克风模块（如SPH0645LM4H或WM8978）MicroSD卡模块（可选，用于存储语音文件）扬声器模块（可选

2401_88800025·2025-07-03 21:12

智能驾驶新纪元：Gemini如何重塑车载交互体验

正如AndroidforCars副总裁PatrickBrady所言，此举绝非对传统语音助手的简单升级，而是极有可能成为“车载体验领域的一场重大变革”。在驾驶场景

众乐认证·2025-07-03 20:36

科普语音交互所需开源技术方案

以下是ASR（自动语音识别）、LLM（大语言模型）和TTS（文本转语音）三者结合的应用场景及开源方案：一、应用场景智能语音助手如百聆（Bailing），支持语音输入、意图理解、任务管理及语音输出，端到端延迟仅

·2025-07-03 17:45

android 多通道音频,支持多通道录音

可是偏偏会有多mic的需求，比如说语音识别。目前已知TDM协议可以将多mic数据从kernel送到hal，从内核空间搬运到用户空间中。

虾仁芝麻卷·2025-07-03 15:58

【Python】edge-tts ：便捷语音合成

第一章：初识edge-tts——开启语音合成之旅1.1文本转语音(TTS)技术概述文本转语音（Text-to-Speech,TTS），顾名思义，是一种将输入的文本信息转换成可听的语音波形的技术。

宅男很神经·2025-07-03 13:18

数字人视频剪辑与数字人分身源码开发的的核心技术解析

数字人视频剪辑与分身的核心技术解析数字人视频剪辑和分身技术是近年来人工智能与计算机视觉领域的热点，涉及虚拟形象生成、动作驱动、语音合成等多项技术。以下从技术实现、应用场景和工具选择三个方面展开分析。

微~18339948121·2025-07-03 11:59

代码探秘人工智能

当你在手机上用语音发送消息，当短视频平台精准推送你感兴趣的内容，当智能音箱陪你聊天解闷，背后都有一位“隐形伙伴”——人工智能。它就像从科幻电影中走出的神奇力量，正悄然改变着我们的生活。

万能小贤哥·2025-07-03 11:28

警告：语音深度伪造技术持续升级，威胁加剧

根据Pindrop研究人员的报告，AI生成的语音深度伪造正对各类组织构成日益紧迫的威胁。研究人员警告，当前的语音生成工具已能近乎实时地创建高度逼真的人声克隆。

HumanRisk·2025-07-03 10:50

基于MATLAB平台设计并实现自适应噪声抵消器（Adaptive Noise Canceller, ANC）

本课题旨在基于MATLAB平台设计并实现自适应噪声抵消器（AdaptiveNoiseCanceller,ANC），以有效去除信号中的背景噪声，提升语音、医疗或通信系统中的信噪比。

AI Dog·2025-07-03 02:50

AI浪潮下编程范式革命：从智能工具到生态重构的全维度变革

欧阳天羲·2025-07-03 02:17

脑机新手指南（十五）speechBCI 项目新手入门指南（上）：项目概述、代码结构与环境搭建

一、引言在脑机接口（BCI）领域，语音相关的研究正不断取得突破。speechBCI项目为语音脑机接口的研究提供了一个优秀的开源代码库。

Brduino脑机接口技术答疑·2025-07-02 17:46

推荐频道

语音SBC