语音识别技术概览思通数科的语音识别技术基于先进的深度学习算法，通过端到端的建模方式，实现了对多种采样率和场景下的语音进行精准识别。该技术不仅在中文普通话的识别上达到了高准确率，同时也支持略带口音的中文和英文识别，满足多语种的识别需求。应用场景会议访谈转写：思通数科的语音识别技术可以应用于会议、访谈等场景，将长时间的录音批量转化为文字。通过智能切分技术，能够自动区分有语音的部
转载
2024-10-16 18:27:00
37阅读
需要配置：vs/VC++6.0 博主安装的是VS2013一、下载开发包下载三个关键的程序：SpeechSDK51.exe 、 msttss22L.exe、SpeechSDK51LangPack.exe二、安装SDK解压SpeechSDK51.exe 、SpeechSDK51LangPack.exe，分别安装，记住SpeechSDK51.exe安装目录，博主安装在了默认路径下；安装mst
转载
2023-12-01 20:46:42
112阅读
本文介绍如何使用微信公众平台高级接口中的语音识别功能，做出一个语音版的天气预报查询功能。根据这个模型，你可以扩展到所有的语音查询。一、接收语音识别结果开通语音识别功能以后，用户每次发送语音给公众号时，微信会在推送的语音消息XML数据包中，增加一个Recongnition字段。该字段为语音识别出的文本内容。用户发送语音：语音XML数据包如下toUserfromUser1357290913voicem
转载
2024-02-10 14:12:31
54阅读
近些年来，语音识别技术取得了显著进步，已随处可见，如智能音箱和各式服务大厅的接待机器人都普遍应用了语音识别技术。在未来，语音识别技术将会被普遍应用到诸如工业、通信、汽车电子、家电、医疗等各个领域。所以语音识别技术是一项值得深入学习的技术。接下来，我们将围绕语音识别这一主题，详细深入地为大家讲解语音识别技术，妥妥的干货，敬请期待。工欲善其事必先利其器。所以开篇先为大家讲解语音识别开发环境的搭建。本系
转载
2024-05-21 13:23:45
52阅读
好久没有更新博客了，一个月又差不多过完了，公司的项目又被搁浅了，然后天天去客户公司无所事事，光看别人的代码最坑的是那套代码还没有注释，现在我是严重鄙视那些不写注释的程序狗，然后项目还跑不起来，以前也没有做过金融类的的项目，里面全都是一些报文格式，然后还没有需求文档，真的是醉了，刚好呢现在公司也不大管我们了，不注重研发的公司就是坑。。。。。。今天呢随便来用下科大讯飞的语音功能，代码也非常的简单，然后
转载
2024-03-30 16:15:15
32阅读
学习源于官方文档 Voice input in Unity 笔记一部分是直接翻译官方文档，部分各人理解不一致的和一些比较浅显的保留英文原文（三）Hololens Unity 开发之 语音识别HoloLens 有三大输入系统，凝视点、手势和声音 ~ 本文主要讲解 语音输入 ~ (测试不支持中文语音输入~)一、概述HoloToolKit Unity 包提供了三种 语音输入的方式 ：Phrase Rec
转载
2024-04-07 13:38:51
93阅读
本文节选于机械工业出版社推出的《Android应用开发揭秘》一书，作者为杨丰盛。本书内容全面，详细讲解了Android框架、Android组件、用户界面开发、游戏开发、数据存储、多媒体开发和网络开发等基础知识，而且还深入阐述了传感器、语音识别、桌面组件开发、Android游戏引擎设计、Android应用优化、OpenGL等高级知识。另外，本书还全面介绍了如何利用原生的C/C++（NDK）和Pyth
转载
2023-09-13 10:47:32
127阅读
本文搭建的是一个完整的端到端中文语音识别系统，包括数据处理，模型搭建和系统配置等，能够将音频文件直接识别出汉字。语音识别过程语音输入——端点检测——提取特征——transformer模型——文本输出目录一、数据处理１．数据集２．端点检测技术（ＶＡＤ）３．提取特征４．数据增强二、模型搭建transformer模型encoderdecoder三、环境配置一、数据处理１．数据集数据集时长(h)介绍THC
转载
2024-04-25 13:21:22
66阅读
语音识别平台使用科大讯飞开放平台：https://www.xfyun.cn/SDK下载：https://www.xfyun.cn/sdk/dispatcher创建应用添加AI能力（主要应该就是语音听写）生成相关SDK，下载解压集成开发开发文档：https://doc.xfyun.cn/msc_android/index.html导入可以参考：https://doc.xfyun.cn/m
转载
2024-02-06 23:44:26
130阅读
语音识别是以语音为研究对象，通过语音信号处理和模式识别让机器自动识别和理解人类口述的语言。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。语音识别是一门涉及面很广的交叉学科，它与声学、语音学、语言学、信息理论、模式识别理论以及神经生物学等学科都有非常密切的关系。语音识别技术正逐步成为计算机信息处理技术中的关键技术，语音技术的应用已经成为一个具有竞争性的新兴高技
转载
2024-03-22 13:31:12
65阅读
现在很多手机应用中都出现了语音功能，比如：QQ音乐的语音输入进行搜素、google的语音、最近中国移动联合讯飞发布的《灵犀》手机应用，都有集成语音的功能，而且识别率也是非常的不错，比如《灵犀》中的可以通过语音实现发送短信、拨打电话功能（离线可使用），自己使用了一下，还是比较的方便，而对于一些更高级的功能却会需要在联网的情况下才能使用（查询天气、查询股票、上网搜索、听新闻、地图导航、翻译以及聊天等等
转载
2024-04-29 09:53:25
27阅读
导读要说生活里最常见的 AI 应用场景，语音合成与识别当属大家最为耳熟能详的场景之一了。寻常到平时地图导航的播报、微信语音转文字、手机语音输入，以及小度智能音箱，都离不开语音技术的加持。语音技术到底是怎么实现的？有哪些现成可用的开源代码可以快速集成到项目里？可以说是每一名开发者非常关心的问题。那么，福利时间到了，今天这个集成了中英文语音识别、语音翻译、语音合成、声音分类能力，而且一行代码轻松试验效
转载
2024-05-22 15:42:19
207阅读
Android 不能识别语音，因此一款 Android 设备通常也不能识别语音。 通过什么方式帮助它识别呢？
最简便的方法就是让另一种应用为我们识别语音。 让另一种应用处理 Android 中的任务被称为 使用意图
我们的目标设备必须至少有一个可以为语音识别处理意图的应用，并且可以被 RecognizerIntent.ACTION_RECOGNIZE_SPEECH
转载
2024-05-23 17:23:12
58阅读
WinHTK开发与使用三：连续语音识别 本文接上文，介绍连续语音识别系统设计过程，演示视频见下载资源中。 二、连续语音识别系统设计 上面讨论了一个简单的十个孤立数字识别系统的设计过程，可以看出比较简单，效果也非常好。下面将设计一连续语音识别系统，相比较于孤立词识别而言，它有很多不同的地方，且过程也比较繁琐复杂，识别效果并不是非常好（当然这是
转载
2024-04-29 13:03:21
88阅读
智东西编 | 韦世玮智东西2月4日消息，据外媒VentureBeat报道，在过去的一周时间里，苹果公司在语音识别领域发表了一系列研究论文，主要研究改善语音触发检测、说话人验证以及对多个说话人进行语言识别的技术。实际上，苹果一直非常重视语音识别领域的技术研究。目前，其跨平台虚拟助手Siri已覆盖全球5亿以上的用户。在近期的论文中，苹果也详细介绍了自身的AI语音技术，以进一步帮助语音助手识别
转载
2023-10-06 07:38:53
230阅读
离线命令识别，是指用户对设备（手机、玩具、家电等）说出操作指令（即“命令词”），设备即作出相应的反馈，开启语音交互。与在线语音相比，离线命令识别具有响应快，不依赖网络的优点。但是，离线的SDK包相比在线更大，由于本地计算能力和存储空间的限制，离线资源相对小点。目前，国内提供离线命令识别技术的厂商主要有：1、科大讯飞深圳证券交易所挂牌上市公司，一直深耕在人工智能领域，技术很全也很综合，多次在语音识别
转载
2024-05-11 13:01:24
111阅读
作者 | Pek_KuaiJia随着目前用户需求的精细化和智能化，很多时候我们需要在App内集成语音输入模块，为用户提供语音输入的功能。而科大讯飞语音作为行业内翘楚，识别结果相对准确，且讯飞自带一套识别动画，适合快速搭建模块，废话不多说，先看下效果图。下面开始具体步骤申请key百度搜索讯飞开放平台，注册账号并实名认证，然后在产品中找到语音听写，可以领取90天试用包，商用需付费。
转载
2023-09-05 14:47:49
324阅读
要做到语音识别，大概可以分为四步： 初始化–>设置参数–>开始识别–>解析1.首先我们要去官网注册一个讯飞登录账号，,在用户菜单栏里就有创建我的应用.这里的登陆也可以采用第三方的方式.在创建应用的界面填写相关的信息即可.然后就会有一个SDK下载的链接.如果没有,直接去SDK下载中心按照三步选项去进行新的下载即可.这里不做过多的描述； 2.然后将下载下来的SDK，打开lib
转载
2023-08-29 18:23:55
135阅读
雷锋网 AI 科技评论按：近日，Facebook 人工智能研究院 ( FAIR ) 宣布开源首个全卷积语音识别工具包 wav2letter++。系统基于全卷积方法进行语音识别，训练语音识别端到端神经网络的速度是其他框架的 2 倍多。他们在博客中对此次开源进行了详细介绍。 由于端到端语音识别技术能够轻易扩展至多种语言，同时能在多变的环境下保证识别质量，因此被普遍认为是一种高效且稳定的语音识别技术
第二十五章 语音识别项目我们知道AI智能音箱已经在我们生活中不少见，也许我们都玩过，智能化非常高，功能强大，与我们平常玩的那种蓝牙音箱，Wifi音箱有很大的区别，AI智能在哪里呢？语音识别技术和云端技术，主要由主控芯片，麦克风阵列，功率放大，codec，触控电路，LED阵列组成。 AI音箱对传统音箱主要有两大块的技术区别，一块是语音信号的前处理，包括回声消除、波速成型、音源定位、降噪、去混响、自动
