Kaldi语音识别第34页

开源 | 语音识别商用开源代码与免费开放平台最全盘点分析

转自：http://soundonline.org/2016/01/76.html声学在线前几日盘点了语音识别业界相关的公司和技术，引起了众多朋友的关注。

haima1998·2023-04-04 15:47

探究大语言模型(LLM)：让ChatGPT火爆的背后

其中，OpenAI公司的ChatGPT（GenerativePre-trainedTransformer）模型就是一种火爆的LLM，被广泛应用于自然语言生成、智能客服、语音识别等领

陈书予·2023-04-04 12:55

语音驱动表情技术

ASR：automaticspeechrecognize,语音识别技术，语音转换为文本TTS:texttospeech,文本转语音技术audio2face:音频转表情技术《重点*********》其中，

会发paper的学渣·2023-04-03 23:33

使用OpenAI的Whisper 模型进行语音识别

语音识别是人工智能中的一个领域，它允许计算机理解人类语音并将其转换为文本。该技术用于Alexa和各种聊天机器人应用程序等设备。而我们最常见的就是语音转录，语音转录可以语音转换为文字记录或字幕。

数据派THU·2023-04-03 20:27

kaldi windows编译

Kaldi在Windows编译Debug（踩坑）本文主要参考：https://www.jianshu.com/p/5494d6607789https://yutouwd.github.io/posts/

weixin_40574664·2023-04-03 16:56

人工智能交互革命：探索ChatGPT的无限可能第1章引言

本节将通过详细描述人工智能交互的发展历程，介绍从最初的语音识别技术到现在的自然语言处理和生成技术的变迁。20世纪50年代，人工智能开始引起研究者的兴趣。当时，人们开始尝试使用计算机来模拟人类智能

榴莲酱csdn·2023-04-03 14:48

2022-12-18

十分抱歉，这篇文章是我说话然后语音识别出来的，标点什么的有误，请大家见谅，咱就说这个病，他眼珠子就特别的疼，就好像就好像，是往外吸一样转一下，眼球特别疼，真的是很无语，比如说我想给某个人一记眼刀，但是我做不到

安思·2023-04-03 07:49

openAI api 调用异常处理

调用openAI语音识别api时，报错：raiseerror.APIConnectionError(openai.error.APIConnectionError:ErrorcommunicatingwithOpenAI

扫地僧的扫帚·2023-04-02 21:28

Matlab实现深度学习（附上完整仿真源码）

文章目录简单案例完整仿真代码下载简单案例深度学习是一种能够自动学习和提取数据特征的机器学习方法，它已经在图像识别、语音识别、自然语言处理等领域取得了显著的成果。

Matlab仿真实验室·2023-04-02 21:55

tensorflow基于Anaconda环境搭建详细教程

TensorFlow提供了一个灵活的编程框架，可用于创建各种类型的机器学习模型，如分类、回归、聚类、语音识别、自然语言处理等。

Hello.Reader·2023-04-02 16:16

kaldi

Kaldi0AboutKaldiisspecificallydesignedforspeechrecognitionresearchapplication.1Installationsudoapt-getinstallsubversionsudoapt-getinstallautomakesudoapt-getinstallautoconfsudoapt-getinstalllibtoolsudo

菜鸟_noob·2023-04-02 14:29

语音识别中文词典生成拼音词典，再生成mlf标签文件

中文词典通过pypinyin库转化为拼音词典，再将拼音词典通过zh2py.py转化为mlf标签文件将zh2py.py代码附上，供大家参考。#-*-coding:utf-8-*-importos,sysdefto_mlf(xi):d=[]eng=[]forxinxi:u=xiflen(u)==1:eng.append(str(u))else:iflen(eng)>0:d.append("".join

菜鸟_noob·2023-04-02 14:59

#116 继续改进语音识别系统

荷兰最近可以说是完全进入了雨季，也不知道从哪天开始的几乎每天都会下雨，反应过来发现我已经挺久没有见过明媚的阳光了。虽然说我很喜欢雨天，不过像这样一直持续的雨天还是让人感觉有点发霉，晚上看了下周的天气预报，发现仍然是一周都在下雨，总算是见识到了之前公众号上看到的荷兰特色的天气。这边下雨一般不会太大，大多数时候是小雨，或者说是毛毛细雨，不过下雨的时间是无法预测的，这点是千真万确的，我现在出门都一定会放

钤鱼摆摆·2023-04-02 09:06

Linux下利用python实现语音识别详细教程

目录语音识别工作原理简介选择合适的python语音识别包安装SpeechRecognition识别器类音频文件的使用英文的语音识别噪音对语音识别的影响麦克风的使用中文的语音识别小范围中文识别语音合成语音识别工作原理简介语音识别源于

·2023-04-02 01:29

Linux下安装PocketSphinx

目录选择python的语音包识别器类选择python的语音包PyPI中有一些现成的语音识别软件包。

·2023-04-02 01:28

微信小程序入门学习笔记

小程序最大的优势就是基于微信，也不需要考虑iOS和Android不同平台间的差异，同时微信也提供了丰富的API接口，例如拍摄、录音、语音识别、二维码等，小程序可以利用原

i小灰·2023-04-01 21:14

微信小程序学习

小程序最大的优势就是基于微信，也不需要考虑iOS和Android不同平台间的差异，同时微信也提供了丰富的API接口，例如拍摄、录音、语音识别、二维码等，小程序可以利用原

一个不安分的Android开发·2023-04-01 13:25

转《深度学习中的注意力机制》

最近两年，注意力模型（AttentionModel）被广泛使用在自然语言处理、图像识别及语音识别等各种不同类型的深度学习任务中，是深度学习技术中最值得关注与深入了解的核心技术之一。

井底蛙蛙呱呱呱·2023-04-01 12:16

【Linux专题（三）—— 机器学习】小白也能玩tensorflow作梵高画

author：stefanChendate：201610.04-10.05version：1.0一简介Tensortflow是GoogleResearch宣布推出第二代机器学习系统，TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域

鱼弦·2023-04-01 12:25

探索自然语言处理：理解、分析和生成人类语言

NLP的应用场景非常广泛，包括机器翻译、语音识别、情感分析、信息检索、智能客服等领域。在过去的几十年里，NLP技术已经取得了显著的进展，尤其是在深度学习的推动下。

程序猿-饭饭·2023-04-01 10:28

痞子衡嵌入式：PCM编码与Waveform音频文件(.wav)格式详解

嵌入式里有时候也会和音频打交道，比如最近特别火的智能音箱产品，离不开前端的音频信号采集、降噪，中间的语音识别（ASR）、自然语言处理（NLP），以及后端的文语合成（TTS）、音频播放。

痞子衡·2023-04-01 07:31

MRCP在美团语音交互中的实践和应用

本文主要介绍了MRCP在美团语音交互中的实践和应用，基于美团自研的语音识别及语音合成能力，我们提升了外呼通话的成功率，并且保证了更好的用户体验。

美团技术团队·2023-04-01 02:45

AI热点话题探讨

语音助手：智能音箱内置的语音助手，如Amazon的Alexa，可以通过语音识别和自然语言处理技术，帮助用户完成各种

浮若于心·2023-03-31 22:40

cube开源一站式云原生机器学习平台-架构（一）

，在线的vscode/jupyter代码开发；在线镜像调试，支持免dockerfile，增量构建；任务流编排，在线拖拉拽；开放的模板框架，支持tf/pytorch/spark/ray/horovod/kaldi

腾讯数据架构师·2023-03-31 22:10

阿里语音识别和OSS后台token获取

去github上下载阿里phpsdkstrtotime($zero2)){$myfile=fopen("TokenTime.txt","w")ordie("Unabletoopenfile!");$txt=date("Y/m/d");fwrite($myfile,$txt);fclose($myfile);$client=newDefaultAcsClient($clientProfile);#创

自洽十点·2023-03-31 18:12

ChatGPT从入门到精通（附PDF文档）

download/m0_46388260/87586329ChatGPT是一种强大的自然语言处理模型，其应用前景广泛，可以应用于自然语言生成、对话系统、推荐系统、知识图谱构建、智能家居、人工智能教育、语音识别

岛上程序猿·2023-03-31 15:25

安信可离线语音识别芯片 VB-01 使用方法

官方资料连接:https://docs.ai-thinker.com/voice_module本次将介绍VB-01的自定义语音条目功能,补充官方资料中不太详细的步骤,简化操作步骤,选用该芯片的主要原因是在相对合理的价格下提供可供自定义词条的功能.简单叙述一下VB-01:5v供电有两套UART接口可分别输出不同信息使用较常用的UART1波特率为115200需使用提示词唤醒,可识别的语音条目为50条以

戚名扬·2023-03-31 13:37

了解AI芯片概况

AI算法，在图像识别等领域，常用的是CNN；语音识别、自然语言处理等领域，主要是RNN，这是两类有区别的算法；但是，他们本质上，都是矩阵或vector的乘法、加法，然后配合一些除法、指

郭少悲·2023-03-31 07:29

酷开科技丨酷开系统AI语音交互，揭秘你不知道的隐藏功能！

而让计算机听懂人类语言，就是依靠人机交互的重要技术——语音识别技术。随着科技的发展，如今的语音识别技术也有了长足的发展。

tcxb123456·2023-03-31 01:10

2020-03-25asr-learn

时间轴2020/03安装LinuxUbuntu1604系统，安装kaldi和srilm，运行示例书籍机器学习周志华著(本书比较易懂,看完前10章，颇有收获)解析深度学习：语音识别实践-豆瓣ASRT中文语音识别作者推荐大量公式及推导

liang24601·2023-03-31 01:00

从语音识别到人脸识别：谁才是打开智能电视的正确姿势？

原标题：从语音识别到人脸识别：谁才是打开智能电视的正确姿势？文：刘志刚@互联网江湖主编AI作为时下“显学”，拥趸云集，电视行业亦是未能免俗。

编程大乐趣·2023-03-31 01:18

利用百度语音识别技术实现文字转语音的应用（Java版附源码）

@throwsIOException@throwsDemoException*/publicstaticStringgetResponseString(HttpURLConnectionconn)throwsIOException,DemoException{returnnewString(getResponseBytes(conn));}/**从HttpURLConnection获取返回的byt

m0_69526738·2023-03-31 01:43

文心一言实测：什么是文心一言？

百度在搜索引擎、AI技术、云计算等领域拥有强大的技术实力和丰富的产品应用经验，并积极拓展新业务如自动驾驶、人工智能语音识别、智能客服等。

long_songs·2023-03-31 00:09

毕业设计| STM32单片机控制的智能家居系统设计

智能家居系统功能概述上面视频演示的STM32智能家居的功能是：✔通过语音识别和上位机App进行控制✔实现有人闯入自动警报✔照明控制，温度和湿度控制，空气质量测量，家用电器定时和自动窗帘等功能的控制主控是

an520_·2023-03-31 00:59

kaldi中文训练时避免的坑

1：python版本为2.7（否则进行dnn训练那一步会报错）2：run.sh中选择数据文件必须使用绝对路径#corpusandtransdirectorythchs=/nfs/public/materials/data/thchs30-openslr（此处使用完整路径，不然会报错）3：run.sh中创建目录以及cp操作一般需要单独复制出来操作（建议run.sh一步一步做，不要直接运行，方便查找错

泉泉酱·2023-03-30 23:55

Flutter开发Mac桌面应用实现自动提取生成视频字幕文件

实现最后前言前段时间准备做一个视频，最后需要添加字幕，手动添加太麻烦了就想在网上找一个能自动提取字幕的软件或服务，确实是找到了，但是免费版基本上都有诸多限制，比如现在视频时长等等，后来在Github找到一个开源的版本是使用云平台的语音识别实现的

·2023-03-30 16:08

端到端流式语音识别研究综述——语音识别（论文研读）

端到端流式语音识别研究综述（2022.09）摘要：引言：1端到端流式语音识别模型1.1可直接实现流式识别的端到端模型1.2改进后可实现流式识别的端到端模型1.2.1基于单调注意力机制的方法1.2.2基于块的方法

椒椒。·2023-03-30 12:15

入门神器！PyTorch教程合集，让你快速掌握深度学习框架

程序猿-饭饭·2023-03-30 10:30

深入理解Transformer: 从Attention到Self-Attention

其在翻译、摘要、语音识别等任务中的出色表现使得它备受关注。那么，究竟什么是Transformer？它是如何工作的？本文将会从Attention机制入手，深入探讨Transformer的原理。

程序猿-饭饭·2023-03-30 10:30

AI语音机器人能治电话销售的痛吗？

AI语音机器人是在人工智能成熟的前提下发展起来的，尤其是语音识别技术完善的基础上。结合现有的通讯技术、客户管理系统等，全方位模仿电销人员接

luckyy2019·2023-03-30 05:41

FreeSWITCH 1.10 源码阅读(6)-unimrcp 模块原理

2.1unimrcp模块的加载2.2tts功能的实现1.前言MRCP(MediaResourceControlProtocol,媒体资源控制协议)是一种通讯协议，用于语音服务器向客户端提供各种语音服务，例如语音识别

谈谈1974·2023-03-30 02:56

AIGC新奇点｜EasyMan数字人组件全新上线，助您Man游数字孪生世界

t=csdn随着近年来CG、语音识别、图像识别、动捕等相关技术的共同成熟，以AIGC技术为代表的新兴人工智能技术，重塑了数字人的生产

易知微EasyV数据可视化·2023-03-30 00:29

基于MATLAB编程的深度信念DBN的语音识别，基于DBN的分类预测

目录背影DBN神经网络的原理DBN神经网络的定义受限玻尔兹曼机（RBM）LSTM长短期神经网络的原理DBN的煤产量预测基本结构主要参数MATALB代码结果图展望背影DBN是一种深度学习神经网络，拥有提取特征，非监督学习的能力，本文用DBN提取特征，用SVM分类，实现二者长处互补DBN神经网络的的原理深度信念神经网络DBN的定义深度信念网络，DBN，DeepBeliefNets，神经网络的一种。既可

神经网络机器学习智能算法画图绘图·2023-03-30 00:59

闲聊人工智能产品经理（AIPM）—人工智能产品体系

1、人工智能产品实现逻辑通常的一款人工智能产品涉及了很多技术，包括语音识别、语音合成、机器视觉、自然语言处理、文本/语义理解等多项技术等交互集成。

鹏鹏哥哥的小红帽·2023-03-29 23:43

Python开发学习之Python用三十行代码，打造一款简单的人工语音对话

最早的语音识别软件之一是由BellsLabs在1952年编写的，只能识别数字。1985年，IBM发布了使用“隐马尔可夫模型”的软件，该软件可识别1000多个单词。几年前，一个re

学掌门·2023-03-29 18:05

AI语音行业紧缺，全栈语音工程师究竟有多难？

语音识别基础知识【数学与统计学】数学是所有学科的基础，其中的高等数学、数理方程、泛函分析等课程是必要的基础知识，概率论与数理统计也是语音识别的基础学科。

baozhancheng1010·2023-03-29 15:28

神经网络RNN,CNN,DNN-MLP,LSTM 详解

神经网络的变种目前有，如误差反向传播（BackPropagation，BP）神经网路、概率神经网络、RNN-循环神经网络DNN-深度神经网络CNN-卷积神经网络（－适用于图像识别）、LSTM-时间递归神经网络（－适用于语音识别

@ni，study·2023-03-29 14:25

[Android]百度语音识别集成过程记录

集成说明：在百度AI控制台建立好自己的应用之后，下载SDK包，解压之后把core作为一个module直接导入，参照以下流程即可，需要权限申请，完整代码参考demo或者百度的文档demo：https://git.dev.tencent.com/zhoulei26/android-scarlet.git百度原文档1初始化1.1初始化EventManager对象注意识别事件管理器只能维持一个，请勿同时使

Coair_Scarlet·2023-03-29 13:23

一文了解计算机视觉的八大应用

常用机器学习算法汇总比较(完）这些算法各有各的优缺点和适用的领域，了解熟悉它们是很有必要的，但如何应用它们还需要具体问题具体分析，而机器学习常见的应用方向，包括以下几个：计算机视觉(CV)自然语言处理(NLP)语音识别推荐系统广告等等更详细的可以参

材才才·2023-03-29 05:19

序列模型与注意力机制

很久以前看吴恩达老师的视频和西瓜书时用jupyter写的，今天想起来就把它转到这里，真的挺方便基础模型：Sequencetosequence（序列）模型在机器翻译和语音识别方面都有着广泛的应用。

目睹闰土刺猹的瓜·2023-03-29 02:35

推荐频道

Kaldi语音识别