开源语料库集：http://www.openslr.org/resources.php1.中文普通话：1.1 Aishell (178小时)数据:http://www.openslr.org/33/(15G)400个说话者(训练集:340,验证集:40,测试集:20)男186，女214
麦克风(44.1KHZ 16-bit),安卓(16kHZ 16-bit),iOS(16kHZ 16-bit)
人
转载
2024-05-05 19:55:52
260阅读
本次示例是我买的37款传感器套件中的高感度声音模块。截图如下图所示:
1、AO，模拟量输出，实时输出麦克风的电压信号
2、DO，当声音强度到达某个阀值时，输出高低电平信号，【阀值-灵敏度可以通过电位器调节】
测试代码也是用的卖家给的示例代码，代码如下：
int sensorPin = A5; // select
转载
2024-06-16 08:12:50
76阅读
在应用系统的程序设计中，若所有的编程任务均由汇编语言来完成，其工作量巨大，并且不易移植。由于ARM的程序执行速度较高，存储器的存储速度和存储量也很高，因此，C语言的特点充分发挥，使得应用程序的开发时间大为缩短，代码的移植十分方便，程序的重复使用率提高，程序架构清晰易懂，管理较为容易等等。因此，C语言的在ARM编程中具有重要地位。
在ARM程序的开发中，
转载
2023-09-19 11:18:50
94阅读
导读在语音识别系统中，有限加权状态转换机（Weighted Finite State Transducers, WFST）扮演着重要角色。本文主要介绍发音词典、语言模型和WFST的原理，以及在实践过程中的一些优化方法。背景目前的实际场景中的语音识别系统更多是基于HMM的传统语音识别框架，如：DNN-HMM，这种框架是由声学模型、发音词典、语言模型和解码器构成的pipeline结构，其中声学模型建模
转载
2024-05-31 13:17:49
46阅读
【语音识别】⚠️玩转语音识别 1⚠️ 语音识别简介
原创
2021-11-17 09:50:46
674阅读
【语音识别】⚠️玩转语音识别 1⚠️ 语音识别简介
原创
2022-01-12 09:38:10
841阅读
论文： ASAPP-ASR: Multistream CNN and Self-Attentive SRU for SOTA Speech Recognition摘要： 两种新颖的神经网络架构Multistream CNN(声学模型),slef-Atten
转载
2024-04-07 13:34:43
270阅读
随着网络的不断发展，我们可以通过网络与世界各地的网友进行聊天。小伙伴们平时会和外国人交流吗？如果是文字聊天，我们看不懂的时候，还可以直接复制文字进行翻译。那如果外国网友发了段语音，结果我们大部分内容听不懂的时候，这该怎么办呢？其实我们也可以使用工具对这些语音进行翻译。那你们知道如何语音翻译吗？有需要对语音进行翻译的小伙伴，快点跟着文章往下看吧。方法一：使用万能文字识别来翻译语音它看似是一款文字识别
转载
2023-08-25 16:57:16
288阅读
目录一、模块参数二、模块结构介绍三、串口连接图四、配套程序识别语句修改方法（1）添加关键词和识别码（2）定义识别码（3）修改处理函数五、模块程序下载方法六、灵敏度（识别距离）调节说明 一、模块参数型号：YS-LDV7 名称：一体化语音识别模块 规格：43*29.7MM 供电电压：5V （内部工作电压 3.3V） 待机电流：30MA 识别时电流：45MA IO 口输出：高电平为 3.3V 通信方式
转载
2023-12-24 13:26:49
174阅读
前言 现在语音识别技术得到了越来越广泛的应用，有的时候要在前端项目之中加入语音识别功能，也就是能识别并转义使用者说的话然后根据使用者说的话来触发某种操作。就比如开启语音助手之后说出“切换主题”，页面就会自动切换主题；说出“打开背景音乐”，就会自动播放网页的背景音乐等等。 本文的主要思路就是调
转载
2024-03-18 15:16:13
151阅读
消费级智能硬件是最早显示出市场潜力的赛道，市场各方都在瞄准消费级智能交互终端。而智能终端的背后还有广阔的生态，包括语音开放平台、语音操作系统、内容等等。近年行业正在经历从单一商业模式向多元化商业模式的变迁，技术输出的"厚度”增加，"边界”扩大，也带来了技术落地曲线的加速度增加。智能语音为各行业解决了刚需性问题，将促进各行业业务效率的提升。智能语音即实现人与机器以语言为纽带的通信。人类大脑皮层每天处
转载
2024-03-27 12:02:37
166阅读
电脑系统启用与配置语音识别功能的问题每个人都有不同的操作门路，小编在大量的搜集启用与配置语音识别功能的解法之后，总结出来一套比较简单的启用与配置语音识别功能的处理措施，就是按照第一步：首先进入“控制面板”，把查看方式设置为“小图标”，然后进入“语音识别”选项，这里列举着语音控制方面的所有项目。我们可以首先单击“打开语音参考卡片”，在Windows帮助中来了解给计算机下达指令的标准语法。 第二步：接
转载
2024-03-16 08:38:49
0阅读
文章目录语音识别预处理语音识别配对 这章是将前面学的一些处理综合起来，设计出一个语音识别系统，判断当前语音的匹配度。很多知识是和我前面总结的CMSC5707是重合的，因此笔者只关注其中不太相同的部分。语音识别预处理进行语音识别的过程主要如下：首尾端点检测 endpoint detection预加重 pre-emphasis加窗分帧 frame blocking and windowing特征提取
转载
2024-03-22 12:52:01
125阅读
关于语音识别，可以说是一个比较老的研究话题了，技术也在一直进步。关于语音识别的关键技术，可以参考我之前写一篇mfcc的博客，今天湖主要讲一下它的应用。 如何训练一个简单的语音识别网络模型准备训练安卓应用中运行模型模型如何工作Streaming Accuracy识别命令高级训练制作训练数据未知类别背景噪声静音 如何训练一个简单的语音识别网络模型本教程旨在说明如何建立一个简单的包含10个词条的语音
转载
2024-05-22 17:12:09
144阅读
大家好，我是『芯知识学堂』的SingleYork，前面给大家简单介绍了『开源项目』基于STM32的智能垃圾桶之成员简介，相信有很多小伙伴都已经忍不住跃跃欲试了，别着急，从这一篇开始，笔者将会带领大家一步一步来完成这个DIY项目。这款套件的主控板采用的是我们『芯知识学堂』自主设计的OWL Micro F1开发板，如果有一直关注我们的小伙伴，相信大家对这款开发板不会再感到陌生了：
转载
2024-08-09 17:00:49
175阅读
之前在网上看到一个题目使用语音控制你的浏览器，感觉挺有意思的，就想着实现一个简单的语音识别程序，这里我选择的是百度语音识别，还有好多不错的如科大讯飞等都可以使用。语音识别过程分为三个部分：1）录音2）获取参数access token，有效期为一个月（开发文档）3）上传录音文件1.首先你需要一个注册一个百度账号，进行登录，可以直接使用注册过的百度网盘账号进行登录，登录的网址在此处https://lo
转载
2024-04-22 21:31:06
374阅读
转载
2023-10-08 09:20:31
294阅读
文章目录博主精品专栏导航一、项目思路二、环境配置1.1、PaddlenHub模块（飞桨预训练模型应用工具）（1）预训练模型：pyramidbox_lite_mobile_mask（2）face_detection人脸检测模型（默认为 pyramidbox_lite_mobile）（3）PaddleHub与PytorchHub的区别（4）安装（paddlehub + paddlepaddle）1.
转载
2023-12-15 09:44:56
211阅读
语音识别 (Speech Recognition)现今，最令人振奋的发展之一，就是seq2seq模型（sequence-to-sequence models）在语音识别方面准确性有了很大的提升。这门课程已经接近尾声，现在我想通过剩下几节视频，来告诉你们，seq2seq模型是如何应用于音频数据的（audio data），比如语音（the speech）。 什么是语音视频问题呢？现在你有一个音频片段（
转载
2024-07-06 05:32:25
180阅读
2017年12月，云+社区对外发布，从最开始的技术博客到现在拥有多个社区产品。未来，我们一起乘风破浪，创造无限可能。腾讯云语音识别（asr） 为开发者提供语音转文字服务的最佳体验。 语音识别服务具备识别准确率高、接入便捷、性能稳定等特点。 腾讯云语音识别服务开放实时语音识别、一句话识别和录音文件识别三种服务形式，满足不同类型开发者需求... 语音识别 简介 腾讯云语音识别 为企业提供极具性价比的语
转载
2023-10-20 22:21:31
205阅读
