2021.03.24论文：语音识别技术人工智能毕业论文（作者：） 笔记：1.语音识别技术应用领域：声控电话交换、信息网络查询、家庭服务、医疗服务、银行服务、工业控制、语音助手、语音通信系统等。2.语音识别的基本方法：（1）基于声道模型和语音知识的方法。最早。 &nb
转载
2024-03-15 05:43:09
77阅读
近来在了解卷积神经网络（CNN），后来查到CNN是受语音信号处理中时延神经网络（TDNN）影响而发明的。本篇的大部分内容都来自关于TDNN原始文献【1】的理解和整理。该文写与1989年，在识别"B", "D", "G"三个浊音中得到98.5%的准确率，高于HMM的93.7%。是CNN的先驱。 普通神经网络识别音素在讲TDNN之前先说说一般的神经网络的是怎样识别音素的吧。假设要识别三个辅音
转载
2024-03-22 13:33:17
110阅读
前言：基于联结时序分类(CTC)的声学模型不再需要对训练的音频序列和文本序列进行强制对齐，实际上已经初步具备了端到端的声学模型建模能力。但是CTC模型进行声学建模存在着两个严重的瓶颈，一是缺乏语言模型建模能力，不能整合语言模型进行联合优化，二是不能建模模型输出之间的依赖关系。RNN-Transducer针对CTC的不足，进行了改进，使得模型具有了端到端联合优化、具有语言建模能力、便于实现Onlin
转载
2024-04-15 15:44:09
66阅读
论文： RNNT:SPEECH RECOGNITION WITH DEEP RECURRENT NEURAL NETWORKS,2013 LSTM结构: 多层双向LSTM结构：思想： CTC对于当前时刻的输出只与当前时刻输入有关p(k|t)，而RNN-T引入语音学的信息，不仅与当前时刻输入有关，还有历史的输出有关p(k|t,u)；即RNN-T的两个网络输出，一个是C
转载
2024-04-21 16:54:50
59阅读
零基础入门语音识别-食物声音识别CNN（卷积神经网络）模型的搭建与训练。Task4 CNN模型搭建训练个人理解打卡本次新人赛是Datawhale与天池联合发起的零基础入门系列赛事第八场 —— 零零基础入门语音识别-食物声音识别挑战赛。 baseline由开源学习组织Datawhale提供在task4里我细化学习了CNN网络的搭建和代码实现，对CNN在baseline中的初步了解在Task1中就有所
转载
2024-08-02 15:15:20
119阅读
# 使用RNN实现语音识别的语言模型
语音识别的RNN（循环神经网络）语言模型是一个非常重要且有趣的项目，尤其对于刚入门的开发者。本文将通过简单的步骤和代码示例来帮助你理解如何实现这个项目。
## 实现流程
我们将整个实现过程分为以下几个步骤：
| 步骤 | 描述 |
|------------|-----
原创
2024-09-27 06:00:46
232阅读
本文主要采用matlab和C语言设计并实现了一个鲁棒性语音识别实验系统，通过该系统验证各种抗噪语音特征在不同信噪比的噪声环境下的识别率，并详细介绍了系统的结构以及开发工具与平台，最后介绍了系统的功能、实验流程以及该系统的实现。系统演示下载路径：http://pan.baidu.com/s/1o61Kaa2一、系统结构
转载
2024-07-23 20:46:47
46阅读
转载
2023-10-08 09:20:31
294阅读
语音识别技术 让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。 语音识别本质上是一种模式识别的过程，未知语音的模式与已知语音的参考模式逐一进行比较，最佳匹配的参考模式被作为识别结果。 语音识别的目的就是让机器赋予人的听觉特性，听懂人说什么，并作出相应的动作。目前大多数语音识别技术是基于统计模式的，
转载
2023-09-17 11:22:18
295阅读
在智能时代，以对话为主要交互形式的CUI会应用到越来越多的场景中。进行对话交互时，机器往往需要完成“听懂——理解——回答”的闭环。这个闭环涉及到三类技术：语音识别（ASR）、自然语言处理（NLP）以及语音合成（TTS）。语音识别的任务是将用户所说的话从声音形式转变为文字形式，自然语言处理则是理解这些文字所要表达的意思（语义）。理解了用户的意图之后，机器同样会以语音的形式给出相应的回答，这就需要用到
转载
2024-04-16 09:50:20
93阅读
通过pyaudio，已经可以将人说的话保存成声音文件。 但是，我们还需要计算机可以听懂人说的话，并执行相应的命令。 在计算机科学里，这被称为“语音识别技术”，语音识别技术就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。通俗一点，可以把语音识别理解成2步。把语音识别成文字 难点是发音不标准、方言、多音字、多音词等等。 理解话的意思 难点是语境、语气、上下文等等。比如下面的例子：
转载
2024-04-09 09:20:07
53阅读
论文： TRANSFORMER-TRANSDUCER:END-TO-END SPEECH RECOGNITION WITH SELF-ATTENTION思想： 1）借助RNN-T在语音识别上的优势，通过tranformer替换RNN-T中的RNN结构，实现并行化运算，加快训练过程； 2）encoder部分前段引入包含因果卷积的VGGNet，一方面缩短声学特征的时序长度，节约计算，另一方面融合
转载
2024-07-04 07:24:52
107阅读
# 基于RNN语言模型的语音识别
随着人工智能的发展，语音识别技术得到了广泛关注，尤其是在自然语言处理(NLP)和自动语音识别(ASR)领域。其中，循环神经网络（RNN）因其在处理序列数据方面的优势而备受青睐。本文将介绍如何利用RNN语言模型进行语音识别，并通过Python代码示例加以说明。
## 什么是RNN？
循环神经网络是一种特殊类型的神经网络，特别适合处理序列数据。与传统的前馈神经网
原创
2024-09-25 08:05:55
330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。它旨在将人类的语音信号转换为文本信息，从而实现人机交互的自然语言处理。随着人工智能技术的不断发展，语音识别技术的应用也日益广泛，如智能家居、智能汽车、语音助手等。在本文中，我们将深入探讨语音识别技术的核心概念、算法原理、实例代码以及未来发展趋势。我们希望通过这篇文章，帮助您更好地理解语音识别技术的工作原理，并提供一些实
转载
2024-09-14 13:22:24
54阅读
整理 | 屠敏和 OpenAI、Google 分道扬镳，Meta 在开源大模型方向上越走越深。今日，Meta 在 GitHub 上再次开源了一款全新的 AI 语言模型——Massively Multilingual Speech (MMS，大规模多语种语音)，它与 ChatGPT 有着很大的不同，这款新的语言模型可以识别 4000 多种口头语言并生成 1100 多种语音（文本到
转载
2024-04-29 12:54:37
12阅读
本文为PMCAFF专栏作者rui_liu出品语音交互将会成为新的入口，也是各大公司务必争夺的资源之一，资源是指数据，不是技术，因为技术会开放，而有价值的有标注的数据才是制胜法宝。所以，pm们需要了解语音识别技术的基础，总有一天你会用到，并且这一天不会太远。我会从以下几个方面介绍语音识别：语音识别的基础概念1概念自动语音识别（Automatic Speech Recognition，ASR）技术是一
转载
2024-01-29 00:07:51
96阅读
文章讲的是 机器学习实例:深度学习如何做语音识别,语音识别正在「入侵」我们的生活。我们的手机、游戏主机和智能手表都内置了语音识别。他甚至在自动化我们的房子。只需50美元，你就可以买到一个Amazon Echo Dot，这是一个可以让你订外卖、收听天气预报、甚至是买垃圾袋的魔术盒，而这一切你只需要大声说出： Aleax,给我订一个pizza! Echo Dot 在2015年的圣诞假期一经推出
转载
2024-04-29 12:35:16
34阅读
序言：语音识别作为人工智能领域重要研究方向，近几年发展迅猛，其中RNN的贡献尤为突出。RNN设计的目的就是让神经网络可以处理序列化的数据。本文笔者将陪同小伙伴们一块儿踏上语音识别之梦幻旅途，相信此处风景独好。内容目录 环境准备RNN与LSTM介绍RNNLSTM语音识别介绍声学特征提取声学特征转换成音素(声学模型)音素转文本(语言模型+解码)语音识别简单实现提取WAV文件中特征将WAV文件
转载
2024-05-23 11:24:38
86阅读
论文：,2018CTC的一个问题在于，其假设当前帧的输出与历史输出之间的条件独立性；RNN-T引入预测网络来弥补CTC这种条件独立性假设带来的问题 思想： 1)针对CTC网络的条件独立性假设(当前时刻输出与之前的输出条件独立)，引入语言模型预测网络分支，通过联合前馈神经网络将二者结合，在预测最终输出时能够同时利用声学和语言特征信息; 2)在grapheme作为
转载
2024-07-31 13:24:29
457阅读
语音作为最自然便捷的交流方式，一直是人机通信和交互最重要的研究领域之一。自动语音识别（Automatic Speech Recognition，ASR）是实现人机交互尤为关键的技术，其所要解决的问题是让计算机能够“听懂”人类的语音，将语音中传化为文本。自动语音识别技术经过几十年的发展已经取得了显著的成效。近年来，越来越多的语音识别智能软件和应用走人了大家的日常生活，苹果的Siri、微软的小娜、科大
转载
2024-03-22 13:04:49
66阅读
