编者：今年的INTERSPEECH于8月20日至24日在瑞典的斯德哥尔摩顺利召开，众多的高校研究机构和著名的公司纷纷在本次会议上介绍了各自最新的技术、系统和相关产品，而阿里巴巴集团作为钻石赞助商也派出了强大的阵容前往现场。从10月25日开始，阿里iDST语音团队和云栖社区将共同打造一系列语音技术分享会，旨在为大家分享INTERSPEECH2017会议上语音技术各个方面的进展。第一期分享的主题是
# iOS 语音识别 VAD
语音识别中的VAD（Voice Activity Detection）是一种用于识别语音信号中哪些部分是有语音活动的技术。在iOS平台上，我们可以通过使用AVAudioEngine和AVAudioRecorder来实现VAD功能。下面我们来介绍一下如何在iOS应用中实现语音识别VAD。
## AVAudioEngine
AVAudioEngine是一个用于音频处
原创
2024-06-19 05:54:58
408阅读
该服务使用阿里达摩院的模型，并支持SSL连接、2pass模式以及语音热词处理。你还需要从阿里云上下载相关的语音识别模
原创
2024-09-18 17:07:11
2643阅读
1评论
已经很长时间没有写博客了，这段时间不是项目忙就是忙着找工作，还忙着过年，总之很忙。年后的工作时做launcher,这对我这个新手来说，又是各种挑战，网上关于launcher的开发资料不再像以前那么全面以及泛滥，搜到最多的也是对于launcher的框架分析，那么对于launher的框架在此就不再赘述，推荐阅读以下博客， 我今天就是总结下我这几天的劳动成果，也就是大家基于原生4.0的launcher做
转载
2024-05-31 13:23:56
37阅读
导读语音激活检测(Vioce Activation Detection)简称VAD，用来检测语音信号是否存在。VAD技术在语音领域中应用非常的广泛，在语音识别中我们可以对长语音通过VAD来检测出语音信号的空隙，通过这个空隙来分割语音，将长语音切分成短语音来进行语音识别。在电话通信中，为了减少存储数据所使用的空间，我们可以通过VAD技术将空隙的语音信号进行移除。VAD的检测算法有多种，比较简单的一种
1 简介为提高低信噪比环境下语音端点检测算法性能不高的问题,提出将MFCC倒谱距离与对数能量结合进行端点检测.首先,对语音计算对数能量,然后计算改进的倒谱距离,将MFCC倒谱距离与对数能量融合,获得了一种新的语音参数,该参数能有效地提高低信噪比情况下语音与噪声的区别,对参数进行顺利滤波用于语音端点检测,采用自动更新的双阈值进行语音端判别.仿真实验表明,该算法具有较好的适用不同噪声,在低
原创
2022-05-15 06:59:30
244阅读
介绍mod_vad是一个freeswitch的模块，实现VAD录音和放音支持打断。下载mod_vad安装libmyauth.so copy 到 fs/ib 目录 一般是 /usr/local/freeswitch/libmod_vad.so copy 到fs/mod 目录/usr/local/freeswitch/modmachinecode chmod +x machinecode 然后执行他，
转载
2024-04-25 20:40:08
258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
转载
2024-07-18 14:23:36
326阅读
《如何在 Wndows XP 中安装和配置语音识别》由会员分享，可在线阅读，更多相关《如何在 Wndows XP 中安装和配置语音识别(16页珍藏版)》请在技术文库上搜索。1、“要安装的功能”下面，双击“Office 共享功能”。 6. 双击“可选用户输入”，单击“语音”，单击下拉箭头，然后单击“从本机运行”。 7. 单击“更新”。现在，语音识别在所有 Office 程序和其他启用它的程序(如 I
转载
2024-03-21 21:33:53
200阅读
原标题：语音识别如今发展到什么阶段了？在人工智能飞速发展的今天，语音识别技术开始成为很多设备的标配，越来越多的应用都已经涉及到智能语音技术，手机端的语音助手siri、微软小娜，电话机器人硅语，地图导航高德、百度，智能音响天猫、云米……无论是国内还是国外的企业，都在研发语音识别的新算法新策略，在这个技术飞速发展和变革的社会，速度是发展的有效推动力。今天，小编就简单为大家介绍下语音识别。或许大家看过电
转载
2024-03-27 12:04:44
428阅读
文章目录概述语音识别原理公式语音识别术语：分帧提取声学特征声学模型 概述语音识别传统方法主要分两个阶段：训练和识别，训练阶段主要是生成声学模型和语言模型给识别阶段用。传统方法主要有五大模块组成，分别是特征提取（得到每帧的特征向量），声学模型（用GMM从帧的特征向量得到状态，再用HMM从状态得到音素）、发音字典（从音素得到单词）、语言模型（从单词得到句子）、搜索解码（根据声学模型、发音字典和语言模
转载
2024-06-18 09:03:05
81阅读
文章目录1.模块参数2.模块介绍3.串口连接图4.分析原厂代码架构找出修改代码处1. 代码框架分析2.用户需要修改的代码5.对原厂代码进行修改（二次开发）6.烧录进行测试1.烧录2.测试7.orangepiZero2驱动LD3320语音模块1.接线2.代码验证 1.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
转载
2024-03-22 13:19:06
310阅读
STM32F103+语音识别识别模块HBR640先来看结果演示：用声音控制烧水壶烧水和关闭链接：Sina Visitor System
HBR640实物图HBR640框架结构图：串口工具：上位机串口协议： 官方给的STM32F4的样例，太过涉及芯片本身特定库函数的调用了，变量
转载
2024-04-29 13:04:04
263阅读
文章目录一、语音识别的相关解释二、语音识别涉及到的学科三、语音识别的发展四、语音识别的分类4.1 根据不同对象分类4.2 根据不同发音人分类4.3 根据语音设备和通道分类4.4 根据应用场景分类五、语音识别的模型5.1 传统机器学习模型特征提取方法六、深度学习模型模型类别七、开源语音识别库八、语音数据库九、语音数据的预处理 一、语音识别的相关解释 &
转载
2024-03-22 12:33:51
86阅读
语音识别和图像识别的区别语音识别和图像识别的区别？语音是一维时域信号，图像是二维空域信号。图像识别：特征提取加上训练分类器语音识别还需要处理时间维度上信息的变化基础音频知识（一）音频知识（二）–MFCCs音频知识（五）–数据处理【音频低音消除，音频增加噪声，音频变速】深度学习基础知识（五）–网络结构小结音频处理的潜在应用是什么？根据音频功能索引音乐集推荐用于广播频道的音乐相似性搜索音频文件（又名S
转载
2024-03-17 19:18:00
80阅读
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
一、 语音识别的简单介绍基于VQ的说话人识别系统，矢量量化起着双重作用。在训练阶段，把每一个说话者所提取的特征参数进行分类，产生不同码字所组成的码本。在识别(匹配)阶段，我们用VQ方法计算平均失真测度(本系统在计算距离d时，采用欧氏距离测度)，从而判断说话人是谁。语音识别系统结构框图如图1所示。 图1 语音识别系统结构框图
语者识别的概念语者识别就是根据说话人的语音信号来判别
转载
2024-02-19 14:30:46
324阅读
转载
2023-10-08 09:20:31
294阅读
