按：本文原作者 Cindi Thompson，美国德克萨斯大学奥斯汀分校（University of Texas at Austin）计算机科学博士，数据科学咨询公司硅谷数据科学（Silicon Valley Data Science，SVDS）首席科学家，在机器学习、自然语言处理等领域具有丰富的学术研究和产业界从业经验。雷锋网编译。作为 SVDS 研究团队的成员，我们会经常接触各种不同的语音识别
转载
2024-03-22 12:42:34
135阅读
CMUSphinx开源语音识别工具包，可以基于CMUSphinx开发iOS版本的语音识别和语音合成库。本文介绍的语音识别库使您可以轻松快速地将多种语言的离线语音识别和合成语音添加到iOS应用程序中。它让开发者从使用高级语音应用程序接口中获得巨大的便利，本库用独特的人类可读语法规范语言设计的，你只需创建NSArray或NSDictionary。因为语音库是完全离线的，所以它不使用网络，也不向第三方服
转载
2023-09-08 15:57:20
559阅读
Maix-Speech是专为嵌入式环境设计的离线语音库，设计目标包括：ASR/TTS/CHAT作者的设计初衷是完成一个低至Cortex-A7 1.0GHz 单核下可以实时运行的ASR库。目前市面上的离线语音库非常稀缺，即使有也对主控要求很高，Maix-Speech 针对语音识别算法进行了深度优化，在内存占用上达到了数量级上的领先，并且保持了优良的WER。基本情况Maix-Speech刚发布了一个面
转载
2024-05-19 22:08:43
644阅读
编者按：本文原作者 Cindi Thompson，美国德克萨斯大学奥斯汀分校（University of Texas at Austin）计算机科学博士，数据科学咨询公司硅谷数据科学（Silicon Valley Data Science，SVDS）首席科学家，在机器学习、自然语言处理等领域具有丰富的学术研究和产业界从业经验。AI 研习社编译。作为 SVDS 研究团队的成员，我们会经常接触各种不同
转载
2023-12-30 15:29:57
223阅读
从来不生成代码，我自是大自然的搬运工！ Ubuntu 安装依赖更新软件列表: sudo apt-get update 安装依赖库libfftw3 sudo apt-get install libfftw3-dev libfftw3-single3 安装依赖库libopenblas sudo apt-get install libopenblas-dev 安
转载
2023-10-27 17:24:33
346阅读
深度神经网络的基本原理 在 DNN 声学模型应用于语音识别中，较之前的浅层神经网络参数初始化的方法略有不同。早期的神经网络参数的初始化主要是随机进行初始化的，而 DNN 参数的初始化值主要是利用大量的语音数据输入生成一个具有多个隐含层的生成性模型。DNN 的基本框架图 2.3 所示。图 2.3&nbs
转载
2024-09-28 08:41:39
37阅读
分享一款开源离线语音识别输入工具，支持无限时长语音、音视频文件转录字幕。软件简介：CapsWriter是一款免费开源且可完全离线识别的语音输入工具，无需担心因在线版本识别带来的各种隐私泄露问题。支持win7及以上的系统，已经更新融合了语音输入以及音视频文件实现字幕转录的功能。软件特性： 1.完全离线、无限时长、低延迟、高准确率、中英混输、自动阿拉伯数字、自动调整中英间隔。 2.热词功能：可以在 h
转载
2024-07-02 10:53:35
442阅读
很多都会问：我测试科大讯飞的识别效果很好呀,为什么你们的不能达到这个效果呢？原因很简单,因为你所测试的是科大讯飞在线的语音识别模块,而我们的是离线的语音识别模块。离线的语音识别和在线的语音识别是有所差距的：l 离线语音识别：固定词条,不需要连接网络,但是识别率稍低l 在线语音识别：词条不固定,需要连接网络,识别率较高,但是效果会受网络影响, 价格相对较高产生差距的原因有两点：① 语音识别比较重要的
转载
2023-12-02 16:54:15
208阅读
这两天，它们发布了一个全新的语音识别模型：Paraformer。开发人员直言不讳：这是我们“杀手锏”级的作品。——不仅识别准确率“屠榜”几大权威数据集，一路SOTA，推理效率上相比传统模型，也最高可提升10倍。值得一提的是，Paraformer刚宣布就已经开源了。语音输入法、智能客服、车载导航、会议纪要等场景，它都可以hold住。怎么做到的？Paraformer：从自回归到非自回归我们知道语音一直
转载
2024-05-07 14:31:34
134阅读
# Java 离线语音识别开源实现指南
在当今的技术世界，语音识别已成为重要的交互方式之一。在Java中实现离线语音识别是一个有趣的项目，尤其对于刚入行的开发者来说。本篇文章将指导你通过一系列步骤实现离线语音识别，使用开源库，并附上必要的代码和图示。
## 流程概述
下面是实现Java离线语音识别的步骤：
| 步骤 | 描述 |
| ---
基于语音识别控制的机器人项目：创新与实用性并重该项目链接： 是一个开源的、基于人工智能和物联网技术的创新工程，它允许用户通过简单的语音命令来操控机器人。这篇文章将深入探讨其技术实现、应用场景及独特之处，以吸引更多开发者和爱好者尝试。技术分析语音识别： 项目利用了先进的语音识别引擎（例如Google Speech API或科大讯飞等）来解析用户的语音输入。这些引擎能够准确地将口语转化为文本，是实现语
转载
2024-09-10 22:44:37
93阅读
一. 语音库及SWIG
安装
从
http://sourceforge.net/projects/cmusphinx/files/
，
下载sphinxbase-0.8
.tar.gz和
pocketsphinx-0.8.tar.gz放在同一个目录下，开始安
转载
2023-11-28 18:37:06
355阅读
kaldi环境配置下载https://github.com/kaldi-asr/kaldi.git安装编译依赖库cd kaldi
tools/extras/check_dependencies.sh注意：根据提示安装相关依赖工具安装第三方工具OpenFst：
kaldi使用FST作为状态图的表现形式，期待吗依赖OpenFst中定义的FST结构及一些基本操作，因此OpenFst对于Kaldi的
转载
2024-08-08 16:06:45
378阅读
经过一番折腾后，终于实现了想要的效果。经过一番的测试，发现运行的表现还不错，因此这里记录一下。sherpa-ncnn相关动态库编译 首先是下载sherpa-ncnn这个工程进行编译，我们可以直接从这个github的地址下载：sherpa-ncnn；如果无法访问github或无法下载的，我已将相关资源及编译
Whisper安装及使用教程0.Whisper介绍1.Whisper安装1.1 依赖库安装1.2 Whisper安装2.Whisper使用2.1 Whisper基本使用（语音识别）2.2 Whisper进阶使用2.2.1 语音识别中更换识别模型2.2.2 将识别的语言自动翻译成英文2.2.3 解决幻听的可能方案3.其他相关3.1 中英文字幕播放同步3.2视频和字幕合并 0.Whisper介绍（1
语音控制的基础就是语音识别技术，可以是特定人或者非特定人的。非特定人的应用更为广泛，对于用户而言不用训练，因此也更加方便。语音识别可以分为孤立词识别，连接词识别，以及大词汇量的连续词识别。对于智能机器人这类嵌入式应用而言，语音可以提供直接可靠的交互方式，语音识别技术的应用价值也就不言而喻。一、 语音识别概述 语音识别技术最早可以追溯到20世纪50年代，是试图使机器能“听懂”人类语音的技术。按照目前
转载
2024-03-22 12:55:27
67阅读
1.背景介绍语音识别技术，也被称为语音转文本技术，是人工智能领域的一个重要分支。它的核心是将人类的语音信号转换为文本信息，以便进行后续的处理和理解。随着人工智能技术的不断发展，语音识别技术也在不断取得进步，成为智能家居的驱动力之一。智能家居是指通过集成互联网、人工智能、大数据等技术，将家居设备与互联网连接，实现家居设备的智能化管理。语音识别技术在智能家居中起着至关重要的作用，它可以让用户通过语音命
本文将使用PocketSphinx来实现Android平台的离线语音识别优点: 离线,不用联网 识别较准(大家都说99% 我觉得只有80%)缺点: 自定义语音命令麻烦 只能小范围识别网上看了很多例子 我跟你说 那都是坑 根本就是错误的教程...不废话 开始教程:1.先确定要识别的词组我的需求是实现离线识别 以下词组中文: 向前 向后 向左 向右英文:
本文介绍如何使用微信公众平台高级接口中的语音识别功能，做出一个语音版的天气预报查询功能。根据这个模型，你可以扩展到所有的语音查询。一、接收语音识别结果开通语音识别功能以后，用户每次发送语音给公众号时，微信会在推送的语音消息XML数据包中，增加一个Recongnition字段。该字段为语音识别出的文本内容。用户发送语音：语音XML数据包如下toUserfromUser1357290913voicem
转载
2024-02-10 14:12:31
54阅读
前言时不可以苟遇，道不可以虚行。一、介绍1、什么是语音识别模块语音识别模块是在一种基于嵌入式的语音识别技术的模块，主要包括语音识别芯片和一些其他的附属电路，能够方便的与主控芯片进行通讯，开发者可以方便的将该模块嵌入到自己的产品中使用，实现语音交互的目的。离线语音模块 与 在线语音模块的区别：
相同点：都可以根据开发人员的需求进行开发相应的固件程序。不同点：离线语音模块是本地存储数据，需要提前
转载
2023-11-01 21:20:18
408阅读
