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
基于.NET的语音合成或语音识别应用相对都比较简单，基础类库已经帮我们做了大量的工作。我们只需要关注我们的需求即可。所以这里也是用一个最简单的案例来演示基于.NET的语音识别。Windows系统内置已经集成了语音识别引擎。该引擎没有独立的安装包，其包含在了系统语言包中。通常情况下简体中文的系统仅包括了中文识别，如果安装了额外的语言包，那么相对应也会有额外的语音识别引擎，所以我们在开发中尽可能指明当
转载
2024-06-06 12:51:27
189阅读
案例故事： 智能语音识别技术VR(Voice Recognition)越来越流行，比如siri，小米的小爱同学， 讯飞的车载语音，华为的你好yoyo，这类的应用已经非常广泛了, 为了测试智能语音模块，我们需要进行很多唤醒词和语料的输入, 这块如何实现自动化测试呢？ 其关键就是如何将文字(语料集）转成语音，实现TTS:( Text To Speech文字转语音),最终实现模拟语音输入！百度AI TT
转载
2024-05-10 14:24:16
222阅读
语音识别数学表示：argmax p(W|O)=argmax p(O|W)p(W) W：输出的文本序列 O：输入的语音波形序列 语音识别两大组成部分： 1：p(O|W)，在给定的文本序列下，模型生成语音波形序列的概率 称为声学模型（Acoustic Model） 占据主要的计算任务 2：p（W），表示输出W文本序列的概率 称为语言模型（Language Model）语音识别的过程： 声波： 预处理（
转载
2024-02-12 19:55:41
75阅读
0 语音识别技术路线大致框图如上图所示，语音识别的大致过程可以分为以下几步： 1、语音输入——这个过程可以通过电脑上的声卡来获取麦克风中输入的音频信号，或者直接读取电脑中已经存在的音频文件； 2、音频信号特征提取——在得到音频信号之后，需要对音频信号进行预处理，然后对预处理之后的音频信号进程特征提取，MFCC是最常用的声学特征； 3、声学模型处理——把语音的声学特征分类对应到音素或字词这样的
转载
2024-02-22 14:34:01
39阅读
语音库的分析与评价影响因素分析说话人识别（声纹识别）语音库的分析与评价，一般依据以下四个因素：1、说话人的数量和差异性 2、说话人录音的次数及录音间隔 3、语料的类型（固定的短语、带提示信息的数字、朗读句子、对话语音） 4、录音设备，录制环境，传输信道影响因素选项人数录音方式多次重复录音、转录语音、录音回放语音采集设备宽带（麦克风）、窄带（电话、手机）、单/双通道、立体声录音环境室内、室外、安静、
转载
2024-07-17 07:20:03
50阅读
语音技术涉及到语音编码、语音合成、语音识别、语音技术应用等多个技术领域。本文讨论的不是语音编码的标准问题，而是对语音合成与识别领域的技术标准做一个研究与探讨。语音技术涉及到语音编码、语音合成、语音识别、语音技术应用等多个技术领域。目前，关于语音编码，国际标准化组织ISO和国际电信联盟ITU上已经制订了一系列的技术标准，分别应用在有线通信、移动通信、数字音响等领域。但是，关于语音合成与识
会议室实拍图
大家好，现在已经到了2018年的年底了，作为一个语音识别行业内的工作者，我想写一篇文章，来给大家测试一下，目前市面上各大"语音识别"引擎的实际识别效果，本文仅作为交流学习使用.一、识别引擎1、捷通华声（支持中文、英文、粤语）2、云知声（支持中文）3、百度（支持中文、英文、粤语）4、科大讯飞（支持中文、英文、粤语、等十四种方言以上）5、阿里云（支持中文）6、有道云（支持中文以
转载
2024-07-17 07:17:57
917阅读
语音识别（Automatic Speech Recognition， ASR）引言语音识别： 将语音识别成文本。 微信上的语音转为文字功能。还有一些语音助手，Siri，Cortana，小度，小爱同学等等。语音是声音的一种。声音是由振动产生的，通过空气传播到达耳朵，空气的某些地方稠密，有些稀疏，不断变化，声波到达耳朵。 振动的快慢，就是频率。人耳能听到的频率范围：20Hz-20000Hz。 语音是种
转载
2024-02-19 17:33:34
80阅读
在公司待了快四年时间了，针对这块涉及的内容会做个系列的说明，可以供参考一语音识别的原理语音识别的本质是一种基于语音特征参数的模式识别，即通过学习，系统能够把输入的语音按一定模式进行分类，进而依据判定准则找出最佳匹配结果。虽然只有一句话，但这里面涉及的信息非常多。简单来说，自动语音识别技术（Automatic Speech Recognition）是一种将人的语音转换为文本的技术。所谓语音识别，就是
转载
2024-05-06 20:32:39
223阅读
直接调用微信小程序录音接口，然后上传到服务器，百度语音的接口是识别不了这种格式的文件，那么问题来了一、如何转码？ffmpeg？二、如何在PHP中使用？本文将要解决这两个问题。用到的第三方工具：1、百度语音2、silk文件格式转换一、转码silk文件格式传送门在此：https://github.com/kn007/silk-v3-decoder需要注意的是：1、首先要安装- ffmpeg，具体安装方
文章目录概要一、课题内容二、需求分析2.1 算法需求分析2.2 语音录制2.3 声学模型2.4 语言模型2.5 训练集和测试集2.6 深度神经网络三 算法设计原理3.1 语音识别系统3.1.1 声学模型3.1.2 语言模型3.1.3 发音词典四 简单问答功能1.界面展示：2.录音模块的功能：3.语音解码功能：4.语音问答功能：5.翻译功能：五 结 论目录
概要 语音识别（Speech Rec
转载
2024-08-07 09:47:33
250阅读
今天介绍一下HTK语音识别工具包的安装和编译，希望能够帮助到更多做语音相关工作的同仁们。介绍：HTK是用来进行自动语音识别研究的工具包，它由剑桥大学工程系的机器智能实验室开发的开源软件，全称叫做HiddenMarkov Toolkit。官方网站：http://htk.eng.cam.ac.uk Section 1 WINDOWS下HTK的安装和编译：第一步：下载官方源代码，访问
转载
2024-08-19 14:41:22
256阅读
微信发送语音的测试用例设计:功能测试 1、不说话的时候发送语音, 是否会有相关的信息提示。 2、说话分贝很轻很轻, 是否可以录入语言。 3、普通的语音信息是否可以正常发送。 4、语音录制的时候是否有时间限制(最短限制 / 最长限制)。 5、录制时间不足最短时长限制会发送失败。 6、超出了最长时间限制时, 语音自动保存并发送。 7、语音识别。 ·是否可以录入中文,
转载
2024-04-08 13:48:45
325阅读
点赞
【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
因为要测试不同麦克风、不同的语音识别平台的语音识别效果，所以写了一个超简陋的小工具。
原创
2019-02-26 23:36:07
2320阅读
# 中文语音识别（ASR）Docker 部署测试
随着语音识别技术的不断发展，越来越多的应用开始整合这一技术，以增强用户体验。部署一个中文语音识别（ASR）系统并不复杂，在这篇文章中，我们将介绍如何通过 Docker 来部署一个 ASR 模型，并进行基本的测试。
## 1. 环境准备
首先确保系统上安装了 Docker。可以通过如下命令检查 Docker 是否已安装：
```bash
do
转载
2024-07-18 14:23:36
326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
