Kaldi语音识别第11页

使用交互式人工智能（CAI）实现语音转录成本降低高达90%

交互式人工智能（CAI）使用机器学习（ML）的子集深度学习（DL），通过机器实现语音识别、自然语言处理和文本到语音的自动化。

电子科技圈·2023-12-01 13:35

Achronix将演示最新的加速自动语音识别（ASR）技术

随着GPT-4和文心一言等多模态大模型技术闯入我们的生活和工作，无缝连接这些后台技术和用户的加速自动语音识别（ASR）将具有越来越广泛的应用，Achronix将在近期展出基于其VectorPath加速卡的

电子科技圈·2023-12-01 13:05

Achronix推出基于FPGA的加速自动语音识别解决方案

FPGA芯片和嵌入式FPGA（eFPGAIP）领域的领先企业Achronix半导体公司日前自豪地宣布：正式推出Achronix与Myrtle.ai合作的最新创新——基于Speedster7tFPGA的自动语音识别

电子科技圈·2023-12-01 13:30

【智能家居】三、添加语音识别模块的串口读取功能点

语音识别模块SU-03T串口通信线程控制代码inputCommand.h（输入控制指令）voiceControl.c（语音控制模块指令）main.c（主函数）编译运行结果语音识别模块SU-03TAI智能语音识别模块离线语音控制模块语音识别芯片声控模块

咖喱年糕·2023-12-01 12:34

unity实现语音切换背景音乐

#用C#语言实现语音识别切换背景音乐的功能介绍在这篇博客中，我将向大家展示如何用C#语言和Unity引擎来实现一个简单的语音识别的功能，可以通过口令“切歌”来切换音乐。

sxj676·2023-12-01 03:42

Vue 实现电脑语音播报

第一种WebSpeechAPIh5新提供的一个原生语音识别技术的API，可以将文本转成语音播放。第二种接入百度的tts服务，个人开发者有免费额度，时效半年，兼容性较好，就是需要外网。

-風过无痕·2023-11-30 22:26

vue调用企业微信JS-SDK实现语音识别功能

vue调用企业微信JS-SDK实现语音识别功能1.前期准备使用别人的东西我们第一步就是到对应官方文档熟悉使用流程。

软宝·2023-11-30 22:53

使用Vue.js和机器学习进行语音控制的Web可视化

但首先，有一点背景为什么我们需要使用语音识别？这样的问题可能会解决什么问题？前一阵子我在芝加哥上车。公交车司机没看见我，关上了我手腕的门。

cunque0995·2023-11-30 22:17

Paraformer 语音识别原理

Paraformer(ParallelTransformer)非自回归端到端语音系统需要解决两个问题：准确预测输出序列长度，送入预测语音信号判断包含多少文字。如何从encoder的输出中提取隐层表征，作为decoder的输入。采用一个预测器（Predictor）来预测文字个数并通过Continuousintegrate-and-fire(CIF)机制来抽取文字对应的声学隐变量如何增强非自回归预测内

大鹏的NLP博客·2023-11-30 21:20

python3 peech_recognition语音识别错误 AttributeError: ‘super‘ object has no attribute ‘init‘

解决方法：别用pyttsx3python3-mpipinstallpyttsx4安装pyttsx4然后把用到的pyttsx3改成pyttsx4

YUISOK·2023-11-30 18:25

语音平台哪个比较赚钱

配音新手圈·2023-11-30 18:02

颠覆性语音识别：单词级时间戳和说话人分离

vbenjs/vue-vben-admin[1]Stars:19.7kLicense:MITVueVbenAdmin是一个免费开源的中后台模板，使用最新的vue3、vite4和TypeScript等主流技术进行开发。该项目提供了现成的中后台前端解决方案，并可用于学习参考。使用先进的前端技术如Vue3/vite2进行开发应用级JavaScript语言TypeScript可配置化主题内置完整国际化方案

希尔贝壳AISHELL·2023-11-30 16:57

python音频处理库_python音频处理

tensorflow语音识别最近在做语音识别的项目，现在项目告一段落，就把最近碰到的东西做一个总结。

weixin_39806413·2023-11-30 13:48

【论文学习】机器学习模型安全与隐私研究综述

应用领域：计算机视觉、自然语言处理、语音识别等应用场景：自动驾驶、人脸识别、智慧医疗等Keywords:machinelearning;poisoningattack;adversarialexample

Bosenya12·2023-11-30 09:05

讲解人工智能在现代科技中的应用和未来发展趋势。

在现代科技中，人工智能已经广泛应用于多个领域，包括但不限于以下几个方面：图像和语音识别：人工智能在图像和语音识别领域大有应用。例如语音助手，如苹果的Siri和亚马逊的Alexa等。

昭阳926·2023-11-30 06:55

ASRT语音识别asrserver http协议测试专用客户端

qq_24429681·2023-11-29 21:52

单片机语音芯片开发要解决的问题

下面让我们具体从芯片的功耗、语音识别的准度、芯片的尺寸和芯片的可靠性四个方面开展讨论。1.芯片的功耗问题首先，必须考虑如何优化芯片的功耗。

九芯电子·2023-11-29 20:35

vue使用echarts全国地图

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。大家及时保存，说不定啥时候就没了。

Mr.Meng_95·2023-11-29 18:47

基于STM32单片机的智能家居系统设计（论文+源码）

1.系统设计基于STM32单片机的智能家居系统设计与实现的具体任务：（1）可以实现风扇、窗帘、空调、灯光的开关控制；（2）具有语音识别功能，可以通过语音控制家电；（3）具有温湿度和防盗检测功能，异常时可以通过蜂鸣器进行报警提示

沐欣工作室_lvyiyi·2023-11-29 16:41

人工智能驱动的医疗辅助：陪诊系统的技术原理与应用

我们将重点关注人工智能的核心概念，如自然语言处理、机器学习和语音识别，以解释陪诊系统是如何在医疗环境中发挥作用的。技术原理1.自然语言处理（NLP）陪诊系统的核心之一是自然语言处理。

万岳科技系统开发·2023-11-29 15:56

单多多助手是什么平台哪家公司

通过语音识别和自然语言处理技术，用户可以通过语音指令获取各类信息、完成任务等。单多多助手提供了便捷高效的服务，成为人们生活中的得力助手。

配音就业圈·2023-11-29 12:04

一文详解RNN（基础篇）

RNN广泛应用于自然语言处理、语音识别、机器翻译等任务，以及时间序列分析等领域。1.RNN底层原理:RNN的底层原理是通过展开时间的方式来构建一个循环连接的网络结构。

RRRRRoyal·2023-11-29 12:47

前馈式神经网络与反馈式神经网络的区别，联系，各自的应用范围和场景！！！

常见的反馈式神经网络有循环神经网络，它们在语音识别、自然语言处理等动态任务中表现优异。总

小桥流水---人工智能·2023-11-29 11:48

开源C++智能语音识别库whisper.cpp开发使用入门

whisper.cpp是一个C++编写的轻量级开源智能语音识别库，是基于openai的开源python智能语音模型whisper的移植版本，依赖项少，内存占用低，性能更优，方便作为依赖库集成的到应用程序中提供语音识别功能

踏莎行hyx·2023-11-29 09:21

Lhotse 音频库管理音频数据集

原文参考这里，原文作者GenerativeAI，作者FeitengLhotse是一个旨在使语音和音频数据准备更具灵活性和可访问性的Python库，它与k2一起，构成了下一代Kaldi语音处理库的一部分。

mingqian_chu·2023-11-29 07:44

使用 Whisper AI 领先游戏：最佳和免费的语音到文本 AI

WhisperAI是一种语音识别和转录软件，它使用人工智能(AI)将口头语言转换为书面文本。它旨在通过消除手动转录语音内容的需要来帮助个人和企业节省时间并提高工作效率。

pxr007·2023-11-28 21:24

AI智能人机对话小程序系统源码附带完整的搭建教程

以下是部分代码示例：系统特色功能一览：1.语音识别：用户可以通过语音与系统进行交互，系统能够识别用户的语音，并将其转化为文字。2.自然语言处理：系统采用了先进的自然语言处理技术，可以自动对用户

罗峰源码·2023-11-28 13:55

【Python百宝箱】声音的数字化探索：Python引领音频奇妙世界

Python音频魔力：数字化时代的声音创意探索前言在数字化时代，声音技术的迅速发展不仅革新了音乐产业，也在语音识别、虚拟现实、智能系统等领域引发了革命性变革。

friklogff·2023-11-28 11:54

快速调用百度AI开放平台的API，以OCR通用文字识别为例（封装函数进行连续调用）

感谢大家点赞收藏⭐指正✍️前言百度开放平台允许开发者访问和利用百度的各种服务和功能，包括语音识别、人脸识别、文字识别、自然语言处理等等。这些API能够满足我们绝大部分需求，来供我们学习和使用。

是dream·2023-11-28 08:33

OpenAI Whisper 语音识别模型部署及接口封装【干货】

一、安装依赖pipinstall-Uopenai-whisper二、安装ffmpegcd/opt#下载5.1版本的ffmpegwgethttp://www.ffmpeg.org/releases/ffmpeg-5.1.tar.gz#解压下载的压缩包tar-zxvfffmpeg-5.1.tar.gz#进入解压后的文件夹cdffmpeg-5.1#安装ffplay需要的依赖sudoapt-getinst

isSamle·2023-11-28 06:42

学习笔记|Transformer——实现“序列to序列”的转换

3.2Decoder的结构1.Transformer概述在机器学习中，我们有很多任务都是“序列to序列”的形式，比如语音识别、机器翻译、文本标注等等。

偶尔写一写·2023-11-28 01:09

音视频序列数据分析（RNN-＞seq2seq-＞Encoder+Decoder-＞Attention-＞Transformer）

主要可以分析的任务：语音识别、语音合成、视频摘要生成、音视频情感预测等。存在问题：输出的序列长度与输入序列长度保持一致，不能任意变化。

Janie.Wei·2023-11-27 20:48

RNN/LSTM/GRU/seq2seq公式推导

LSTM和GRU被广泛地应用到语音识别、语音合成和自然语言处理等。1.RNNRNN会受到短时记忆的影响。如果一条序列足够长，那它们将很难将信息从较早的时间步传送到后面的时间步。

dili8870·2023-11-27 19:47

RPA能和什么技术结合？

RPA+语音识别语音识别技术，也称为自动语音识别，使计算机能够识别并转换人类口语中的词汇为文字，从而减轻了人们手

夕田知·2023-11-27 17:53

一文读懂 | AI技术如何驱动企业供应链智能化，赋能企业降本增效？

随着大数据、云计算、物联网等信息技术的发展，以深度神经网络为代表的AI技术迅速发展，图像分类、语音识别、知识问答、无人驾驶等AI技术实现了从“不能用、不好用”到“可以用”的突破。

企企通·2023-11-27 15:58

探索深度学习：从理论到实践的全面指南

从图像识别、语音识别到自然语言处理，深度学习在诸多领域取得了突破

a谷雨c·2023-11-27 11:23

这些智能语音交互技术你全吃透了吗？

以市面上面流行的智能电话机器人为例，他的AI模块主要包含了4部分自动语音识别（AutomaticSpeechRecognition,ASR）

蟪蛄不知·2023-11-27 09:01

Android Retrofit请求服务器返回字符串（非JSON）

今天，笔者在学习微软语音识别认知服务的开发中遇到了一个问题，那就是微软cognitivetoken（获取token的api:https://api.cognitive.microsoft.com/sts

Nancyse·2023-11-27 06:05

2019-12-09

这个语音识别不是特别准确，还需要手动来改一下，谢谢。

时之眼·2023-11-27 06:26

数字营销新趋势，AI数字人有哪些优势？

计算机图形学和人工智能技术的快速发展，CG、语音识别、图像识别、运动捕捉等相关技术的共同成熟，为制作高质量、高效、大规模的虚拟数字人体内容奠定了基础。

LhcyyVSO·2023-11-27 01:17

UCAS - AI学院 - 自然语言处理专项课 - 第14讲 - 课程笔记

人机对话概述图灵测试是通过人机对话的形式实现人机对话：让计算机能够理解和运用人类社会的自然语言，实现人机之间的自然语言通信人机对话涉及语音识别、语音合成、自然语言处理、知识工程和情感认知等研究领域，是典型的交叉研究方向任务型对话系统以完成特定任务

支锦铭·2023-11-27 00:08

语音识别学习笔记

目录端到端的多说话人语音识别序列化训练方法简介新一代Kaldi:Two-pass实时语音识别端到端的多说话人语音识别序列化训练方法简介端到端的多说话人语音识别序列化训练方法简介-知乎2.2基于排列不变性训练

AI视觉网奇·2023-11-27 00:51

asr语音识别，js页面demo，websocket实时语音

直接上代码录音实时传递给后台.comments{width:100%;/*自动适应父布局宽度*/overflow:auto;word-break:break-all;/*在ie中解决断行问题(防止自动变为在一行显示，主要解决ie兼容问题，ie8中当设宽度为100%时，文本域类容超过一行时，当我们双击文本内容就会自动变为一行显示，所以只能用ie的专有断行属性“word-break或word-wrap

powerful*！·2023-11-26 23:51

【毕业设计】STM32语音贩卖机系统_STM32开发实例

一、系统设计本次自动贩卖机的设计使用STM32单片机作为控制核心，使用语音识别传感器、光电识别传感器、无线通信模块来进行购买指令的识别、传输、硬币数量验证。

硬件设计辅导猿·2023-11-26 21:09

3款免费的语音&视频转文本AI神器

我亲测了好几款软件之后，最终评选留下了三款剪映huggingface飞书妙记接下来一一给大家讲解1.剪映剪映其实是一款视频剪辑工具，其中它拥有一个智能语音识别功能非常强大，只需将音频或视频导入剪映添加到编辑轨道

赤辰AI实操记·2023-11-26 17:00

转载_关于AEC算法的几点思考

一年前我剖析过开源的AEC算法，文章链接是语音增强和语音识别；时隔这么长时间，再过来看这个算法，略有体会，以下有几点个人思考：AEC算法的主要目的是自身音源消除，对于手机或者pc这类的通话场景，这类场景和音响场景稍有差异

williamwanglei·2023-11-26 14:30

2023大模型安全解决方案白皮书

大模型是指参数量巨大能力强大的人工神经网络模型，以其卓越的表现在自然语言处理、计算机视觉、语音识别等领域赢得了持续的关注和青睐。这些模型的出现，不仅在学术界引起了研究者们的广

人工智能学派·2023-11-26 14:34

[深度学习]动手学深度学习笔记-10

Task5——卷积神经网络基础；leNet；卷积神经网络进阶10.1卷积神经网络（CNN）基础卷积神经网络是一种用来处理局部和整体相关性的计算网络结构，被应用在图像识别、自然语言处理甚至是语音识别领域，

田纳尔多·2023-11-26 12:16

自动语音识别支持86种语言 Dragon Professional 16 Crack

从个体从业者到全球组织，文档密集型行业的专业人士长期以来一直依靠Dragon语音识别来更快、更高效地创建高质量文档，减少管理开销，以便他们能够专注于客户。

sdk大全·2023-11-26 12:33

使用MATLAB搭建深度神经网络（DNN）

使用MATLAB搭建深度神经网络（DNN）深度神经网络（DeepNeuralNetwork，DNN）是一种强大的机器学习模型，常用于解决图像识别、自然语言处理、语音识别等任务。

代码探险狂人·2023-11-26 01:48

推荐频道

Kaldi语音识别