Kaldi语音识别第32页

百度飞桨paddlespeech实现小程序实时语音流识别

如果仅仅是简单的语音识别倒也没什么难度，wav文件直接走模型输出结果的事。可是注意标题，流式识别、实时！那么不得不说一下流式的优点了。1、解决内存溢出的烦恼。

一码超人·2023-04-17 15:50

SFSpeechRecognitionTask.error 错误码对照表

iOS语音识别引擎中常见错误对照表加注释了errorAnerrorobjectthatspecifiestheerrorthatoccurredduringaspeechrecognitiontask.iOS10.0

司小文·2023-04-17 05:32

【iOS】iOS语音通话回音消除(AEC)技术实现

一、前言在语音通话、互动直播、语音转文字类应用或者游戏中，需要采集用户的麦克风音频数据，然后将音频数据发送给其它终端或者语音识别服务。如果直接使用采集的麦克风数据，就会存在回音问题。

devnn·2023-04-17 02:11

神经协同过滤（论文笔记）

NeuralCollaborativeFiltering（2017年）一.论文总结在2017年左右，深度学习在计算机视觉、自然语言处理、语音识别等领域取得巨大成功。但在推荐系统这方面的研究比较少。

苏钟白·2023-04-17 01:35

whisper:robust speech recognition via large-sacle weak supervision

视频播放量68331、弹幕量327、点赞数2332、投硬币枚数1192、收藏人数983、转发人数394,视频作者跟李沐学AI,作者简介，相关视频：自动识别讲座、访谈录音——Python开源whisper语音识别

Kun Li·2023-04-16 21:14

李宏毅，语音合成

SpeechSynthesis(1-2)-Tacotron_哔哩哔哩_bilibili[DLHLP2020]SpeechSynthesis(1-2)-Tacotron是[DLHLP2020]李宏毅老师2020春课程-语音识别

Kun Li·2023-04-16 21:43

AI智能语音识别，让电销机器人应运而生！

接通电话后，你能听出电话那边的是客服人员还是AI机器人吗？实际上，目前已经有不少外呼电话是机器人打来的。智能语音机器人正式现身了，不仅比普通客服更高效，发音也更自然，甚至还能模拟真人工作场景、实现情绪标准化。传统人工外呼成本高在传统人工外呼过程中，一直存在着人力成本高、转化率偏低的问题，外呼过程中90%的电话会被挂断。可见，目前营销扔外呼的精准度暂时还无从谈起，同时在此过程中，随着挂断率的居高不下

邦悦信息·2023-04-16 03:31

【飞桨PaddleSpeech语音技术课程】— 语音唤醒

自动语音识别（AutomaticSpeechRecognition,ASR）是一种

小湉湉·2023-04-15 21:46

百度飞桨PaddleSpeech的简单使用

PaddleSpeech是基于飞桨PaddlePaddle的语音方向的开源模型库，用于语音和音频中的各种关键任务的开发，包含大量基于深度学习前沿和有影响力的模型，一些典型的应用示例如下：语音识别、语音翻译

fj_changing·2023-04-15 21:44

机器学习深入浅出

文章目录机器学习基本概念机器学习算法类型机器学习的实现步骤机器学习三个基本要素机器学习相关应用1.语音识别2.图像识别机器学习是一种人工智能的分支，它使用算法和数学模型来让计算机自主学习数据并做出预测和决策

夏沫の梦·2023-04-15 20:52

10月晨读复盘

——完成第一篇、第二篇的背诵，并且通过了微信的语音识别。2.坚持每日一词造句打卡。造句时候遇见的各种问题，归根结底是语法不过关。——每日一词进行了27天，打卡20次，完成率在70%以上。

刘珂PH·2023-04-15 20:20

深度学习深入浅出

在过去几年中，深度学习技术取得了许多突破性的成果，如在图像识别、语音识别、自然语言处理、游戏AI等领域中。

夏沫の梦·2023-04-15 20:47

人工智能的基本概念与分类

例如，语音识别或图像识别系统就是狭窄

江南侠客（上海）·2023-04-15 19:33

基于树莓派的智能家居控制系统设计

85802405论文参考：基于树莓派的智能家居控制系统论文参考https://blog.csdn.net/G1842965496/article/details/130071066一、功能介绍1.通过手机APP、语音识别等控制家电

@小高同学·2023-04-15 19:32

基于MATLAB的语音识别仿真系统

本文实现的语音识别系统，主要是对语音识别的特征参数的提取和识别模型的匹配，进行深入的研究。首先,对语音识别进行了概述，给出了语音识别的系统框架。

早起的小懒虫·2023-04-15 18:24

免费的语音转文字软件有哪些？推荐一款好用的

随着人工智能技术的不断发展，语音识别技术已经得到了广泛的应用。语音转文字软件是其中的一种应用，它能够将人们说出的话语自动转化为文字，从而方便人们进行文本处理、记录、存档等操作。

记灵·2023-04-15 18:22

百度AI中语音合成API的调用

（一）下载SDK(百度的SDK里面有有语音识别和合成，图像处理，文字识别等好多接口函数，根据自己的开发语言进行下载，我用的是python)SDK下载（二）安装（cd到下载的SDK文件夹下进行安装）如果已安装

温柔证据·2023-04-15 12:22

顶顶通呼叫中心中间件(mod_cti基于FreeSWITCH)-语音识别（asr）接口

语音识别接口（ASR）启动ASR识别APPcti_detect_speech_sessionasrproxy_addrvad_modevad_min_active_time_msvad_max_end_silence_time_msvad_levelvad_filterwait_speech_timeout_msmax_speech_time_mshot_wordasr_paramsasr_not

顶顶通-FreeSWITCH二次开发接口·2023-04-15 09:42

机器学习与深度学习知识点梳理

人工智能目前的应用主要有搜索引擎（Google）、推荐系统（YouTube、Amazon、天猫）、语音识别（Siri、Alexa）、自动驾驶（Tesla）、策略游戏（Alph

georgeguo·2023-04-15 06:46

浅谈-人们眼中的AI

这种技术已经在许多领域得到了广泛的应用，包括计算机视觉、自然语言处理、语音识别和机器学习等。随着技术的不断发展和进步，人工智能正在成为一个越来越重要的领域，也是未来的一个巨大潜力。

那你就试试·2023-04-15 03:42

AI正当时~视频加字幕已成小事

在此感谢百度、腾讯、科大讯飞、搜狗、微软、网易等一系列致力语音识别产品的大佬们，真的解难一方！所以，接下来就给大家分享一下视频扒词语音转文字的番外篇——机器辅助！No1.Arc

阳光丫丫尛坏蛋·2023-04-14 17:48

SpecAugment 用于语音识别的数据增强

谷歌提出新型自动语音识别数据增强大法，直接对频谱图“动刀”，提升模型表现简单粗暴而有效的改图：自动语音识别数据扩增的“一条野路”

Williamongh·2023-04-14 06:55

卷积神经网络有哪些应用？Python上如何实现呢？

卷积神经网络（ConvolutionalNeuralNetwork，CNN）是一种深度学习模型，主要用于图像、视频、语音识别等领域。

字节跳远·2023-04-14 03:13

Vue +WebSocket + WaveSurferJS 实现H5聊天对话交互

语音识别（在页面录制语音发送，页面实时展示识别出的文本结果）页面上

Ygria·2023-04-14 02:59

WAV格式与PCM简介

沐文乘光·2023-04-13 22:26

【飞桨PaddleSpeech语音技术课程】— 语音识别-Deepspeech2

(以下内容搬运自飞桨PaddleSpeech语音技术课程，点击链接可直接运行源码)语音识别——DeepSpeech20.视频理解与字幕#下载demo视频!

小湉湉·2023-04-13 16:40

【飞桨PaddleSpeech语音技术课程】— 语音识别-Transformer

使用Transformer进行语音识别0.视频理解与字幕#下载demo视频!

小湉湉·2023-04-13 16:40

【AI】PaddlePaddle实现自动语音识别

文章目录文档背景安装环境Python版本pip环境安装模型需要的环境项目目录结构数据准备生成数据字典数据预处理训练模型创建模型构建模型的目的模型黑盒在模型中充当什么角色解码方法总结文档背景学习AI的过程中，难免会出现各种各样的问题。比如，什么样的模型需要什么样的环境。依赖与Python版本不兼容时怎么办。数据集如何自定义。构建模型的目的是什么。原本模型黑盒是如何训练并得以优化的，等等等等。基于这些

TheLongir·2023-04-13 16:02

一个从小陪伴你的机器人

机器人对我们来说十分遥远，那是科幻电影里的故事，我说的是智能高级一点的，并不是百十元的儿童玩具，起码可以自己编程设定指令动作，更进一步可以加入人工智能的功能，比如人脸识别，人脸追踪，物品识别，语音识别对话

高山居士·2023-04-13 15:23

Perl script debug

ItlookslikethePerlscriptyou'retryingtodebugis/home/hl/code/espnet/tools/kaldi/egs/wsj/s5/utils/validate_text.pl

子燕若水·2023-04-13 03:39

Chatterbot介绍

英文官网ChatterBot的工作流程如下ChatterBot_flow.png我简单翻译如下获取输入支持从多种接口获取输入(控制台/命令行,API,语音识别,等等...)

云中漫步2125·2023-04-13 02:53

node的fs模块

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。一、简述fs模块是Node.js官方提供的，用来操作文件的模块(读取/写入)。

Mr.Meng_95·2023-04-13 02:36

tensorflow 语音识别_开源的谷歌TensorFlow太受欢迎，用个纸板盒就能做人工智能！...

TensorFlow可被用于语音识别或图像识别等多项机器学

weixin_39926540·2023-04-12 23:29

python 图片比较猫_我用Python实现了12500张猫狗图像的精准分类

事实已经证明深度学习在计算机视觉、自然语言处理、语音识别等很多的领域里都可以起到非常好的效果。在过去的6年里，深度学习已经应用到非

weixin_39967096·2023-04-12 23:29

深度解析MFCC特征提取

一、MFCC概述在语音识别（SpeechRecognition）和话者识别（SpeakerRecognition）方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scaleFrequencyCepstralCoefficients

SeaShawnChan·2023-04-12 22:14

机器学习

机器学习MachineLearning机器学习与人工智能小度和AlphaGo图像识别是机器学习一个很重要的分支语音识别科大讯飞自动驾驶(Google特斯拉)医疗智能诊断智能翻译(拍照翻译1图像识别2自然语言处理

林清猫耳·2023-04-12 15:59

#每天一本书+一页笔记# 1254《吴军阅读与写作讲义》

一生一万本计划#10000/1254【阅读日期】20210822【书名】吴军阅读与写作讲义【作者】吴军【关键词】阅读、写作方法，经典文学作品讲解【分类】学习方法，阅读方法【简评】作者是硅谷投资人，人工智能、语音识别

May终身阅读者·2023-04-12 11:23

[动手学深度学习-PyTorch版]-6.1循环神经网络-语言模型

6.1语言模型image.png语言模型可用于提升语音识别和机器翻译的性能。

蒸饺与白茶·2023-04-12 02:11

离线聊天机器人

聊天机器人一、语音识别1、libai3/masrMASR是一个基于端到端的深度神经网络的开箱即用的中文普通话语音识别工具。

weixin_30608503·2023-04-12 01:32

Ubuntu安装ctcdecode库实现beamsearch（pytorch中）

pan.baidu.com/s/1sPe_msTRQ9pMZ5O5mMFBhA安装步骤，参见这个项目README，环境安装GitHub-yeyupiaoling/MASR:Pytorch实现的MASR中文语音识别

小白羊000·2023-04-12 01:30

iOS 降噪(PCM，任何文件格式都适用)

0.Demo地址https://github.com/majianghai/denoise1.为什么要降噪最近在做语音识别的东西，但是使用iPhone手机直接录制的语音中含有噪声，导致语音识别的时候，一直识别不出来

编程_书恨少·2023-04-12 01:38

Whisper – 本地语音转文字工具

Whisper是一个由OpenAI训练并开源的神经网络，在英语语音识别方面的稳健性和准确性接近人类水平。

tip2tip·2023-04-11 19:44

Buzz——离线语音转文字（字幕），实时语音识别

Buzz是基于OpenAIWhisper的离线语音转文字（字幕），实时语音识别工具。

tip2tip·2023-04-11 19:44

大话循环神经网络RNN、LSTM、GRU

RNN（recurrentneuralnetwork）主要就是处理序列数据（自然语言处理、语音识别、视频分类、文本情感分析、翻译），核心就是它能保持过去的记忆。

全栈O-Jay·2023-04-11 16:29

【深度学习】rnn是什么?循环神经网络是什么？RNN前向传播。

rnn适合处理序列类数据，在语言模型与文本生成，以及机器翻译和语音识别等场景广泛使用。1

紫钺-高山仰止·2023-04-11 12:36

分布式技术与人工智能

1.什么是人工智能1.1人工智能概述目前人工智能已经广泛渗入到了我们的生活中，比如手机拍照美化、人脸识别、平安城市、自然语言处理、语音识别等。

茶博士_38043550·2023-04-11 11:26

使用ChatGPT的方法和替代方案

在国内，一些公司已经开始利用深度学习技术开发本地化的语言模型，例如阿里巴巴的通义千问、华为的盘古大语言模型，以及百度的文心一言等等，这些模型可以完成自然语言处理任务，包括翻译、文本分类、语音识别等等。

denzel1234·2023-04-11 08:35

价格应该是你选择电销机器人的主要因素吗？

关注电销机器人的朋友都知道，各家产品之间并没有明显的差异化，尤其在技术层面，各家用的语音识别和语义分析技术都差不多，所以唯一的区别就是价格。那么是不是谁家便宜就用谁呢？这看起来是一个理所当然的选项。

箭鱼电销机器人·2023-04-11 07:29

使用Python进行自动语音识别

使用Python进行自动语音识别自动语音识别（ASR）是将口头语言转换为书面文本的过程。ASR技术已经存在多年，但随着机器学习和深度神经网络的进步，它变得更加准确可靠。

boldyoungster·2023-04-11 07:26

2020-02-20 语音识别speechrecognition的recognize_sphinx

speechrecognition简介：speechrecognition包,集合了几个语音识别库的接口：recognize_bing()：MicrosoftBingSpeechrecognize_google

菜菜笛·2023-04-11 06:11

推荐频道

Kaldi语音识别