speech-to-text

开源语音转文本Speech-to-Text大模型实战之Wav2Vec篇

前言近年来，语音转文本（Speech-to-Text,STT）技术取得了长足的进步，广泛应用于各种领域，如语音助手、自动字幕生成、智能客服等。

码上飞扬·2024-09-04 16:49

【机器学习】Whisper：开源语音转文本（speech-to-text）大模型实战

目录一、引言二、Whisper模型原理2.1模型架构2.2语音处理2.3文本处理三、Whisper模型实战3.1环境安装3.2模型下载3.3模型推理3.4完整代码3.5模型部署四、总结一、引言上一篇对ChatTTS文本转语音模型原理和实战进行了讲解，第6次拿到了热榜第一。今天，分享其对称功能（语音转文本）模型：Whisper。Whisper由OpenAI研发并开源，参数量最小39M，最大1550M

LDG_AGI·2024-08-24 03:06

LLM（大语言模型）解码时是怎么生成文本的？

huggingface/transformers(github.com)文档地址：Generation(huggingface.co)对于生成任务而言：text-decoder,text-to-text,speech-to-text

supeerzdj·2023-08-25 13:30

Google Cloud Speech-to-Text / Text-to-Speech API 试用

GoogleCloudSpeech-to-Text/Text-to-SpeechAPIAndroid试用准备步骤Speechtotext的样例：credential.json生成步骤准备梯子自备产品页：https://cloud.google.com/speech-to-texthttps://cloud.google.com/text-to-speechgoogle账号双币visa信用卡步骤注册

williamvon·2023-06-08 12:12

开源python语音识别_5 款不错的开源语音识别/语音文字转换系统

语音文字转换(speech-to-text)(STT)系统就像它名字所蕴含的意思那样，是一种将说出的单词转换为文本文件以供后续用途的方式。语音文字转换技术非常有用。

weixin_39673972·2023-02-03 08:40

论文理解——Audio Adversarial Examples:Targeted Attacks on Speech-to-Text

0-Abstract本文构建了有关语音识别的定向语音对抗样本，给定任意音频波形，可以产生99.9%相似的另一个音频波形，且可以转录为所选择的任何短语。作者将基于白盒迭代优化攻击应用于DeepSpeech模型（端到端语音识别），实验显示，它具有100%的成功率。1-Introduction1.1Existingwork当前对对抗样本的研究大多基于图像空间，包括图像分类、图像生成模型、图像分割、面部检

Arielwyy·2020-07-08 02:02

利用.framework 4 提供system.speech的类库，写个简单的speech-to-text

利用microsofthelpview，可以得到相关的简单示例，在这里，就简单梳理下，speech-to-text的过程操作。

jixiang1234567·2020-07-02 05:40

谷歌Text-to-Speech普遍可用，同时发布Speech-to-Text更新

谷歌宣布了CloudText-to-Speech普遍可用，允许开发人员在设备或应用程序中添加自然发声的语音。此外，谷歌还发布了CloudSpeech-to-Text的一组更新，增加了更多功能和增强的可用性和可靠性。\\CloudText-to-Speech最早于今年3月发布，之后客户要求为WaveNet语音提供更多语言支持——这是一种通过模仿人类声音让语音听起来更自然的技术。谷歌预计将增加17种新

cpongo4'"\?;@·2020-07-01 21:15

google sdk speech-to-text(谷歌语音转文本、谷歌语音转字幕)

googlesdkspeech-to-text同步识别（REST和gRPC）将音频数据发送到Speech-to-TextAPI，对该数据执行识别，并在所有音频处理完毕后返回结果。同步识别请求仅限于持续时间不超过1分钟的音频数据。异步识别（REST和gRPC）将音频数据发送到Speech-to-TextAPI并启动长时间运行的操作。使用此操作，您可以定期轮询识别结果。异步请求可用于任何持续时间不超过

thinktothings·2020-07-01 04:11

终于有人对语音技术来了次彻头彻尾的批判！

而作为NLP研究中最重要的方向之一——语音转文本（Speech-to-Text，STT）更是如此，虽然这项技术几乎已

CSDN资讯·2020-06-23 01:53

5 款不错的开源语音识别/语音文字转换系统

语音文字转换(speech-to-text)（STT）系统就像它名字所蕴含的意思那样，是一种将说出的单词转换为文本文件以供后续用途的方式。语音文字转换技术非常有用。

Linux技术·2020-03-25 21:31

Speech-to-Text

Speech-to-TextThisplugininterfacesWindowsstreaming,Wit.ainon-streaming,Googlestreaming/non-streaming,andIBMWatsonstreaming/non-streamingspeech-to-text.ThereisalsoasamplescenethatcompareseachoftheseAPI

xiaoxingyun·2020-02-28 23:28

2020-02-18 python+IBM Cloud进行语音转文字，speech-to-text

快速演示页面，可以在此页面中上传音频并测试：https://speech-to-text-demo后面还有一大串通过此页面的该按钮来创建应用：image.png没有注册IBMCloud的小伙伴需要先注册账号，然后才能创建资源。注册账号的时候遇到点小问题，使用163邮箱无法注册，使用qq邮箱可以注册成功。登录后，点击“创建资源”，资源名为“SpeechtoText”。免费版本，每月可以使用500分钟

菜菜笛·2020-02-21 16:58

5 款不错的开源语音识别/语音文字转换系统 | Linux 中国

--SimonJames语音文字转换speech-to-text（STT）系统就像它名字所蕴含的意思那样，是一种将说出的单词转换为文本文件以供后续用途的方式。语音文字转换技术非常有用。

技术无边·2019-06-22 08:26

想要在 Android 體驗 Siri 嗎？快來試試 Iris

Iris是基於Android的語音轉文本(speech-to-text)技術來開發，目前已經可以回答關於單位轉換、數

rickybjj 小趴八足趴八足 ramener·2011-10-18 03:00

使用C#进行语音识别(Speech-to-Text)

本文大体的介绍怎样通过使用C#和SpeechSDK5.1来进行语音识别，通过微软提供的SpeechSDK你也可以使用其他的语言进行语音识别的开发，目前最新的Release版本是5.1。介绍声音的交流是我们平时最常见的交流方式，但是在人与计算机之间似乎就不那么一样的常见了，我想原因是如果一个应用程序仅仅用声音来控制的话，呵呵，那要是人撒谎计算机就惨了。虽然使用声音来作为应用程序的录入不是什么新东西了

cy19870114·2008-05-29 18:00

推荐频道