speech 第14页

【计算机视觉|语音分离】期望在嘈杂环境中聆听：一个用于语音分离的不依赖于讲话者的“音频-视觉模型”

本系列博文为深度学习/计算机视觉论文笔记，转载请注明出处标题：LookingtoListenattheCocktailParty:ASpeaker-IndependentAudio-VisualModelforSpeechSeparation

远哥挺乐·2023-08-03 04:00

vb.net SpeechLib 播报语音封装类

vb.net使用SpeechLib播报汉字语音，如果第一句没说完就让它说第二句，可以中止前一句，也可以等前一句说完再说第二句。调用Skip方法即可。

WormJan·2023-08-02 02:23

使用anaconda 安装paddle gpu环境

condacreate-npaddlespeechpython=3.7cudnn=7.6.5.32cudatoolkit=10.2.89ffmpegx264pipinstallpaddlepaddle-gpu-ihttps

会发paper的学渣·2023-08-01 16:35

C++语音播报和识别

C++语音识别接口快速入门（MicrosoftSpeechSDK）最近毕业设计用到了微软的C++语音识别接口，查找了很多资料，也碰到了很多问题，走了很多弯路。

32131532·2023-08-01 15:39

用ChatGPT的AI配音插件，1秒获取想要的语音样本

大家好，我是专注于AI项目实战的赤辰，今天继续跟大家介绍另外一款GPT4.0插件Speechki。一、什么是Speechki？

CCEEHM·2023-08-01 09:52

QT代码练习

实现页面跳转功能登入页Widget::Widget(QWidget*parent):QWidget(parent){//实例化一个播报员//speecher=newQTextToSpeech(this)

轻灵之舞·2023-07-31 11:07

iOS开发-AVFAudio之AVSpeechSynthesizer语音合成(文本转语音)功能

iOS开发-AVFAudio之AVSpeechSynthesizer语音合成(文本转语音)功能之前开发中遇到需要文本转语音。

BruceGerGer·2023-07-30 15:18

Qt完成文本转换为语音播报与保存(系统内置语音引擎)（一）

在此背景下，Qt提供了QTextToSpeech类，它可以将纯文本转换为语音输出，从而为应用程序提供语音交互能力。本文将介绍如何使用Qt完成文本转换为语音播报与保存，并且使用系统内

DS小龙哥·2023-07-30 14:50

SpeechSynthesisUtterance语音播报的使用text-reader（HTML+CSS+Js）

SpeechSynthesisUtteranceWebSpeechAPI的SpeechSynthesisUtterance接口代表一个语音请求。

Aucanon·2023-07-29 09:20

FastDeploy的方式在OK3588上部署yolov7-- C++

提供超过160+Text，Vision，Speech和跨模态模型开箱即用的部署体验，并实现端到端的推理性能优化。

边缘计算NVIDIA&Rockchip·2023-07-29 07:00

智能电话机器人中的语音识别技术是什么？

语音识别技术也被称为自动语音识别AutomaticSpeechRecognition(ASR)，其目

中科人工智能·2023-07-29 00:09

C++ Qt作业 day1

homewok.cppmain.cpp要求3个按钮，一个按钮点击后就退出，一个按钮点击后就播报退出按钮的名字，并无法再点击一个按钮点击后就恢复播报按钮的功能代码homewok.pro配置文件QT+=coreguitexttospeechgreaterThan

ctf1991·2023-07-28 20:03

音频驱动嘴形之CodeTalker

Overthediscretemotionspace,atemporalautoregressivemodelisemployedtosequentiallysynthesizefacialmotionsfromtheinputspeechsignal

咆哮的大叔·2023-07-28 15:01

azure-cognitiveservices-speech api error while using with AWS Lambda

Azure语音评估服务CancellationReason初始化平台失败1.在mac上安装pipinstallazure-cognitiveservices-speech==1.30.0正常运行没有问题

老街小霸王·2023-07-28 08:15

7.27 Qt

制作简易小闹钟Timer.proQT+=coreguitexttospeechgreaterThan(QT_MAJOR_VERSION,4):QT+=widgetsCONFIG+=c++11#Thefollowingdefinemakesyourcompileremitwarningsifyouuse

consumer.·2023-07-28 07:20

7.27 作业 QT

要求：结果图：clock.pro:QT+=coreguiQT+=texttospeechgreaterThan(QT_MAJOR_VERSION,4):QT+=widgetsCONFIG+=c++11#

Satellitex·2023-07-28 04:01

Qt 第三讲手动拖动ui界面组件，事件处理机制，实现简单闹钟

(QWidget*parent):QWidget(parent),ui(newUi::Widget){ui->setupUi(this);ui->btn_end->setEnabled(false);speecher

饭吃八分饱·2023-07-28 03:09

2019-11-01 11月计划

读书1.FoodRules2.大学之路演讲twojokesapreparedspeech活动cross-culturalnight1-2timesonlineclassroomforGRE/GMAT学习

泥巴叔叔·2023-07-27 21:07

自然语言处理

自然语言处理综述：AdvancesinNaturalLanguageprocessing自然语言处理的基本任务：1.词性标注Partofspeech2.命名实体识别N

笑不止是表情·2023-07-27 19:47

个性化语音合成ADASPEECH 系列之ADASPEECH3

AdaSpeech3:AdaptiveTexttoSpeechforSpontaneousStyle论文地址：https://arxiv.org/abs/2107.02530合成样例：https://speechresearch.github.io

静夜寒风·2023-07-27 17:00

Advanced Machine Learning

Studyofalgorithmsthat•improvetheirperformance•atsometask•withexperienceApplicationSpeechrecognition,NaturallanguageprocessingComputervisionMedicaloutcomesanalysisComputationalbio

薛定喵喵喵·2023-07-26 18:12

kaggle新赛：Bengali.AI 语音识别大赛赛题解析

赛题名称：Bengali.AISpeechRecognition赛题链接：https://www.kaggle.com/competitions/bengaliai-speech赛题背景竞赛主办方Bengali.AI

深度之眼·2023-07-26 06:38

AI ＞语音识别开源项目列举

DeepSpeechMozil

ABEL in China·2023-07-25 18:27

可证明安全初步（Provable Security Basics）

Speecher:BingshengZhang这一系列的课程，为了介绍一些基础，弥补一些上密码学课和看论文的Gap。历史上的密码学是art，就像鲁班锁，看着很精妙，但是没有证明。

PenguinLeee·2023-07-25 14:53

How to Use your mac to Read a Word and Repeat it more times

UsingthesayCommandonaMac在Mac上使用say命令ThesaycommandisafunandusefulfeatureonMaccomputersthatallowsyoutoconverttexttospeechusingthecommandline.Withthiscommand

Drscq·2023-07-25 14:55

vue使用window.speechSynthesis实现文字转语音

vue使用window.speechSynthesis实现文字转语音关于window.speechSynthesis的其他用法，可以自行查阅相关资料{{item.name}}音量:语速:音高:constsynth

aspirant-complete·2023-07-25 08:17

基于whisper的语音转文字（视频字幕）

在寻找了很多的开源仓库，发现了openai早期发布的whisper原仓库链接如下openai/whisper:RobustSpeechRecognitionviaLarge-ScaleWeakSupervision

Helloorld_1·2023-07-24 22:57

Unity接入百度语音识别SDK windows平台

1.先注册百度开放平台的账号，然后按文档申请试用资格及创建应用：https://ai.baidu.com/ai-doc/SPEECH/qknh9i8edWindows平台选择“不需要”就可以了。

Abel02·2023-07-24 13:29

Flutter常用第三方库及使用说明

location,locationAlways,locationWhenInUse,mediaLibrary,microphone,phone,photos,reminders,sensors,sms,speech

黄志武_kaven·2023-07-24 02:19

从限定词开始 - 词性识别在人工智能自然语言处理中的不足与改进

一般来说，对于一篇文章、一段文字，人工智能系统对它进行分析的过程从分句、分词开始，之后就是词性分析了，这一步在英文中称作PartofSpeech（简称POS），然后才能进一步做专

陆满庭·2023-07-24 01:04

解决使用Coqui/TTS遇到的ValueError: [!] Model file not found in the output path问题

Modelfilenotfoundintheoutputpath的问题：运行命令：TTS--text"helloworld"--model_name"tts_models/en/ljspeech/glow-tts

vivisol·2023-07-22 23:01

coquiTTS官网帮助文档

官网文档：SynthesizingSpeech-TTS0.12.0documentation基本参数解释coquiTTS，github地址https://github.com/coqui-ai里面有http

konnysnow·2023-07-22 23:00

OpenAI Whisper + FFmpeg + TTS：动态实现跨语言视频音频翻译

本文作者系360奇舞团前端开发工程师摘要：本文介绍了如何结合OpenAIWhisper、FFmpeg和TTS（Text-to-Speech）技术，以实现将视频翻译为其他语言并更换声音的过程。

奇舞周刊·2023-07-22 23:00

Coqui TTS 安装与测试

（其他有ESPNET，SpeechBrain等）GitHub官网：GitHub-coqui-a

Haulyn5·2023-07-22 23:29

语音合成工具Coqui TTS安装及体验

先介绍两种免费的语音合成工具balabolka官网http://balabolka.site/balabolka.htm是一种基于微软SpeechAPI(SAPI)的免费语音合成工具，只是简单的发音合成

皮尔斯巴巴罗·2023-07-22 23:28

TED英语学习-TED202013-5 ways to kill your dreams by Bel Pesce

BelPescecamefromahumblefamilyinBrazil.ShesuccessfullygotintoMIT.Peoplemaythinkit'sanovernightsuccess.ButBelPescesaiditworkedbecauseshetooklifeandeducationseriouslyforthepast17years.Inthisspeech

王澎湃·2023-07-22 19:53

语音合成标记语言 (SSML)

https://www.w3.org/TR/2010/REC-speech-synthesis11-20100907/您可以在Text-to-Speech请求中发送语音合成标记语言(SSML)，提供有关暂停以及首字母缩写词

语音之家·2023-07-22 06:17

ACL 2023 | 通过语音离散表示统一语音翻译和机器翻译

语音翻译（SpeechTranslation,ST）旨在将源语言语音翻译成目标语言文本，广泛应用于会议演讲翻译、视频字幕翻译、AR增强翻译等各种场景。

TechBeat人工智能社区·2023-07-22 04:00

作文【乔布斯的演讲】

afterlhaveheardtheentirespeech,lamveryexcited.especially,thefirststoryleftadeepimpressiononme.connectingthedotsissoright.lrealizeditistimetochangemyself.agoodbeginningishalfthesuccess.althoughlhavelos

1703张慧敏·2023-07-21 12:46

RNN

RNNmodelRNNcellRNNovermultipletime-stepsRNN资源整理：awesome-rnnGitHub上的RNN项目：AwesomeTensorflowImplementationsLanguageModelingSpeechRecognitionMachineTranslationConversationModeling

maverick7·2023-07-21 04:32

2018-11-02

Hisspeechischaracterizedbyhumorandinspiration,whichholdsspecialappealfortheau

hongmei_yoyo·2023-07-20 14:34

《SEGAN: Speech Enhancement Generative Adversarial Network》论文阅读

本文的作者是SantiagoPascual，AntonioBonafonte，JoanSerra。研究动机目前语音增强的技术都是用在频谱域上或者高维特征上，这样的话，大多数的音频处理会受到噪声环境数量的限制并且依赖一阶统计特征。为了解决这些问题，深度网络是可以从大型的数据集上学习到复杂的映射。本论文中，提出了增强GAN网络，名叫SEGAN，它是直接用时域的波形当作输入送入到网络当中去的，在看不见的

qq_46079584·2023-07-20 14:12

vue3中使用speak-tts插件进行语音播报

speak-tts插件npmispeak-tts官方地址包含更多配置等信息下面将简单模拟一下如何在vue组件中使用template{{$t('home.title')}}js//先引入下载好的插件importSpeechfrom'speak-tts

Colesyn L.·2023-07-20 05:12

机器学习：Self-supervised Learning for Speech and image

review:self-supervisedlearningfortextSelf-supervisedlearningforspeech使用Speech版本的bert能比较好的作用于语音任务上，如果没有

uncle_ll·2023-07-20 01:12

将大模型集成到语音识别系统中的例子

本文设计了使用Aishell-1和LibriSpeech数据集的实验，通过与ChatGPT和GPT-4进行对比，评估LLMs在ASR应用中的能力。然而，初步的实验结果并不理想，表明利

无数据不智能·2023-07-19 22:25

AVSpeechSynthesizer 语音合成器

原文：https://developer.apple.com/documentation/avfoundation/avspeechsynthesizerAVSpeechSynthesizer可以使iOS

Xtuphe·2023-07-19 08:03

chatgpt赋能python：简单好玩的Python程序——让你爱上编程

代码让程序说话Python中有一个库叫作Text-to-Speech(TTS)，它可以让你的代码变得有声有色。以下是一个简单的例子，能够将你输入的文本转换为机器

laingziwei·2023-07-18 14:15

[iOS开发]AVFoundation浅学习

正文合成语音：-(void)speakHintMessage{//这样子可以简单的播放一段语音AVSpeechSynthesizer*synthesizer=[[AVSpeechSynthesizeralloc

Billy Miracle·2023-07-18 01:29

辅助驾驶功能开发-功能规范篇(21)-4-XP行泊一体方案功能规范

OuXiang20231314XPilotParking自动泊车系统•超级自动泊车辅助（SuperAutoParkingAssist）、语音控制泊车辅助（AutoparkingwithSpeech）-产品定义超级自动泊车辅助是

保持理智+相信未来·2023-07-17 14:10

语音情感识别技术

aipersonal/Speech-Emotion-Recognition:SpeechemotionrecognitionusingLSTM,SVMandMLP|语音情感识别(github.com)

LANWENBING·2023-07-17 14:54

推荐频道

speech