注册科大讯飞语音云帐号=》创建应用=》下载SDK=》集成开发=》测试应用=》发布应用 1.注册科大讯飞语音云账号 科大讯飞语音云的注册地址: 如果有新浪、人人、QQ、CSDN账号也可以直接授权登录 2.创建新应用 进入语音云开放平台首页，点击右上方的我的语音云，创建应用： 点击提交，进入应用详情页，这时候没有开通任何服务。 点击立即开通，选择语音基础能力，确定。 3.下载IOS S
一、引言iOS10系统是一个较有突破性的系统，其在Message，Notification等方面都开放了很多实用性的开发接口。本篇博客将主要探讨iOS10中新引入的SpeechFramework框架。有个这个框架，开发者可以十分容易的为自己的App添加语音识别功能，不需要再依赖于其他第三方的语音识别服务，并且，Apple的Siri应用的强大也证明了Apple的语音服务是足够强大的，不通过第三方，也
转载
2024-04-11 15:02:28
113阅读
iPhone是美国苹果公司旗下的一款智能数字移动电话机，人们经常称他为苹果手机，它不但可以为用户提供良好的通话服务，还有很多辅助功能可供选择。语音备忘录就是一种比较实用的工具，苹果手机的语音备忘录怎么导出来？苹果手机的语音备忘录有两种，一种是自带的语音备忘录，一种是专业的第三方备忘录。第一种情况下，也就是自带的语音备忘录，要想导出的话，可以在电脑上通过iTunes导出，或者在语音备忘录中点击某一条
转载
2023-09-12 08:35:49
220阅读
10.2 更新开源了!以下优化用于饿了么蜂鸟App中,项目链接在链接 ,欢迎 star 和 pr.语音播放一直是一个较低频的开发知识点,很多开发并没有这样的需求,所以导致在墙内搜不到太多关于它的一些总结(主要是踩坑),刚好最近接了一个语音优化的需求,将自己的经验与总结记录下来.先列出待优化的点在后台播放音乐时,语音提醒之后音乐不会恢复播放.插耳机和扬声器播放声音忽大忽小在接听电话时,会有语音播放,
转载
2024-06-13 18:40:48
51阅读
前言Kaldi是当前最流行的开源语音识别工具(Toolkit)，它使用WFST来实现解码算法。Kaldi的主要代码是C++编写，在此之上使用bash和python脚本做了一些工具。而实时识别系统的好坏取决于语音识别的性能，语音识别包含特征提取、声学模型、语言模型、解码器等部分。Kaldi工具箱集成了几乎所有搭建语音识别器需要用到的工具。step1、下载源代码git clone https://gi
转载
2024-07-26 11:37:11
184阅读
1. Introduction该系统实现了基于深度框架的语音识别中的声学模型和语言模型建模，其中声学模型包括 CNN-CTC、GRU-CTC、CNN-RNN-CTC，语言模型包含 transformer、CBHG，数据集包含 stc、primewords、Aishell、thchs30 四个数据集。本项目现已训练一个迷你的语音识别系统，将项目下载到本地上，下载 thchs 数据集并解压至 data
转载
2024-05-17 05:38:28
592阅读
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。第二期分享的主题是语音
转载
2024-08-09 16:36:24
58阅读
1 whisper介绍 拥有ChatGPT语言模型的OpenAI公司，开源了 Whisper 自动语音识别系统，OpenAI 强调 Whisper 的语音识别能力已达到人类水准。 Whisper是一个通用的语音识
转载
2024-02-02 16:21:41
128阅读
简介 Whisper 是 OpenAI 的一项语音处理项目，旨在实现语音的识别、翻译和生成任务。作为基于深度学习的语音识别模型，Whisper 具有高度的智能化和准确性，能够有效地转换语音输入为文本，
近日在网上看到一个文章，介绍 iPhone、Android 上的热门的 VOIP 应用 Viber ，曰： 它可以完全运行在后台，且不会耗电，即便是不运行在后台，你照样可以拨打免费和发免费短信。 VOIP 应用是一种必须实现为“多任务”的业务，这种业务通常是耗电的大户。因此这段文字背后引出其中一个有趣的技术问题，智能设备上的多任务的业务如何能够“不会耗电”？ 让我们先看看智能手机上的电池电量
转载
2023-09-12 08:45:38
868阅读
注意： CUM_Sphinx的安装及使用看这篇帖子：本人的Linux系统为64位，Ubuntu18.04。 本人经理了好多坑才可以训练成最终的语言模型，在此记录下来供后来的人学习。 安装过程整理自以下帖子：Sphinx武林秘籍(中)――训练自已的中文语言模型与声学模型Android本地语音识别引擎PocketSphinx-语言建模https://zuoshu.iteye.com/blog/1413
转载
2024-04-29 13:40:21
1012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
88阅读
这一篇文章其实是参考了很多篇文章之后写出的一篇对于语言模型的一篇科普文,目的是希望大家可以对于语言模型有着更好地理解,从而在接下来的NLP学习中可以更顺利的学习.1:传统的语音识别方法:这里我们讲解一下是如何将声音变成文字,如果有兴趣的同学,我们可以深入的研究.首先我们知道声音其实是一种波,常见的MP3等都是压缩的格式,必须要转化成非压缩的纯波形的文件来处理,下面以WAV的
基于GMM的0-9孤立词识别系统以词为训练单位，添加新词汇需要重新进行训练，若要涵盖所以词，差不多6万个词，训练量极大，预测时也要计算6万个模型的似然，哪个大预测出哪个，在实际应用中有局限性，只能应用于小词汇量场合。孤立词识别系统识别了0-9的数字的英文单词，但是假如有人用英文报电话号码，是识别不了整个号码的，甚至识别不了其中的one。孤立词识别这个模型无法从一连串英文号码（里面包含了one tw
转载
2023-11-15 19:19:32
154阅读
中间参考了别人的Demo,下载地址不记得了。 因为项目需要做一个语音对讲功能，其实说白了就是类似QQ的语音通话，但是资料少之又少，研究了好久，才跟同事弄出一个粗略的版本。我记性不好，所以来记录一下，也希望能够帮助其他人。 本来以为是要做语音对讲，类似微信的发送语音，我觉得这个还挺简单的，就是发送...
转载
2014-09-27 18:03:00
1012阅读
2评论
触手可控重要的是，Siri能获得所有的这些Shortcuts快捷功能的威力，同时仍然让控制权掌握在每个人的手中。系统得到的所有信息都是来自于各款独立的应用的安全传送——如果有什么不对劲，你只需删除相应的应用，信息就会消失。Siri也会根据应用本身认为相关的活动提出建议，所以通常来说它不会过多地给出建议(除非你使用部分应用过于活跃，在这种情况下，它们也会为你加上屏幕时间管理)。每个语音指令都是针对每
转载
2023-10-06 20:26:16
103阅读
一、简单说明 （1）在iOS7之前，想要实现语音播报文字内容，可能需要第三方资源库来实现。现在在iOS7上，系统为我们提供了语音播报文字的功能，我们不仅可以播报英语内容，也可以播报汉语文字实现TTS主要依赖AVSpeechSynthesizer，AVSpeechUtterance,AVSpeechSynthesisVoice,要使用这些类必须先加入AVFoundation框
转载
2014-12-23 17:26:00
135阅读
上次简单地讲解了如何利用科大讯飞完成语音合成，今天接着也把语音识别整理一下。当然，写代码前我们需要做的一些工作（如申请appid、导库），在上一篇语音合成的文章当中已经说过了，不了解的可以看看我上次的博文，那么这次直接从堆代码开始吧。详细步骤：1.导完类库之后，在工程里添加好用的头文件。在视图里只用了一个UITextField显示识别的内容，两个UIButton（一个开
转载
2023-07-12 21:59:52
175阅读
之前做的项目中有语音识别的需求, 是用讯飞语音SDK实现的。 有很多服务商提供声音转文字的服务，有收费的有免费。2016年苹果在发布的上iOS10增加了一个语音识别功能，并且将其封装到了SpeechFramework库中。苹果手机上Siri的语音识别就是基于Speech实现的。下面就开始动手敲代码实践录音和Speech的用法吧1. 引入Speech 和AVFoundation#import //
转载
2023-11-22 14:30:08
396阅读
Viterbi-EM语音识别训练方法 前文刚研究过语音识别特征提取以及基于Viterbi的状态解码方法，现着手研究基于GMM-HMM的语音语音识别声学模型训练方法，其理论部分可参考本人前期所写的GMM-HMM理论推导拖成，但上述推导过程是采用前后向算法更新模型参数，本人则主要采用Viterbi-EM训练方法对GMM中参数进行更新训练。 实际上该训练方法主要是针对GMM 中均
转载
2023-12-06 21:02:45
221阅读
