GMM-HMM声学模型实例详解GMM-HMM为经典的声学模型，基于深度神经网络的语音识别技术，其实就是神经网络代替了GMM来对HMM的观察概率进行建模，建模解码等识别流程的格个模块仍然沿用经典的语音识别技术
接下来我将从GMM、最大似然估计到EM算法实例，再到最后使用一段语音介绍GMM-HMM声学模型参数更新过程一、GMM (混合高斯分布)1、正态分布(高斯分布)如果你绘制出来的概率分布是一条钟型
转载
2024-06-25 21:15:51
59阅读
一、概述：1. RNN Encoder–Decoder for Statistical Machine Translation论文连接：http://emnlp2014.org/papers/pdf/EMNLP2014179.pdf2. 摘要：在本文中，作者提出了一种称为RNN编码器-解码器的新型神经网络模型-由两个循环解码器组成神经网络。一个RNN作为编码器将一系列符号编码为固定长度的向量表示，
转载
2024-07-01 07:38:46
63阅读
前置知识：
语音识别：
系统主要有四部分组成：信号处理和特征提取、声学模型、语言模型（Language Model, LM）和解码器(Decoder)。信号处理和特征提取部分以音频信号为输入，通过消除噪音、信道失真等对语音进行增强，将语音信号从时域转化到频域，并为后面的声学模型提取合适的特征。声学模型将声学和发音学的知识进行整合，以特征提取模块提取的特征为输入，生成声学模型得分。语
转载
2024-01-29 10:51:04
115阅读
小朋友们，我们上一节已经学完了Scratch【事件】模块，今天我们开始研究Scratch【声音】模块，声音模块更有趣哦！我们在做游戏的时候可以给游戏添加背景音乐，小朋友生日时做一个贺卡，给他录制一首生日歌。。。我们还可以对声音进行调整，例如调整 音量，调整 音调等。【注：音频文件的格式非常多，但是Scratch仅能识别两种格式：wav和mp3。如果库中没有合适的音乐，可自行录制。】先来认识一下今天
转载
2024-05-24 20:00:57
39阅读
还记得前一段时间我们为言语障碍用户阿卷定制了“属于”他的声音吗？如果遗忘了，不妨回顾下《小米自研语音合成声音定制技术：让世界听见你的声音！》在此之中，我们一直重复提到“小米闻声”和“AI通话”，对于我国7200万听障伙伴们提供了极大的便利。那么，这两个功能以及背后技术原理，你了解吗？小米闻声和AI通话是什么?小米闻声和AI通话都是实现语音与文字实时互转的工具，但是应用的场景不同，小米闻声主要用于面
ELMO全称为 embedding from language model，顾名思义从语言模型中获取词向量。之前的词向量方法的两个问题： 1.复杂的词特性，语法(pos任务)和语义(消歧)。 2.多义，不同上下文语境中词的语义不同。ELMO方法:使用大语料训练一个预训练语言模型；语言模型作为一个函数，不同句子输入时，输出不同的词向量表示，可以解决
转载
2024-03-01 15:24:46
124阅读
RNN是一个很有意思的模型。早在20年前就有学者发现了它强大的时序记忆能力，另外学术界以证实RNN模型属于Turning-Complete，即理论上可以模拟任何函数。但实际运作上，一开始由于vanishing and exploiting gradient问题导致BPTT算法学习不了长期记忆。虽然之后有了LSTM（长短记忆）模型对普通RNN模型的修改，但是训练上还是公认的比较困难。在Tensorf
转载
2024-07-05 22:57:33
28阅读
《Ring loss: Convex Feature Normalization for Face Recognition》 2018，Yutong Zheng et al. Ring loss引言： 本文提出了Ring loss，一种简单的深层网络特征归一化方法，用于增强诸如Softmax之类的标准损失函数。我们认为，深度特征归一化是有监督分类问题的一个重要方面，我们需要模型在多类问题中平等地表
转载
2024-05-26 20:46:24
56阅读
● 每周一言道理是表，知识是里。导语最近工作中用到了循环神经网络（Recurrent Neural Networks），感觉网上的各种资料包括相关论文及技术博客等等，似乎都不能足够细致清晰的给出推导步骤。因此于周日闲暇时光试推公式，却陷于时间维度的反向传播推导之中，直到昨晚才恍然大悟。在这里与大家分享我的推导，也便于日后温习与查阅。循环神经网络上周概述了神经网络，了解到神经网络是由一层一层的神经元
1.3 AI语音简介
AI语音既人工智能语音技术，以语音识别技术为开端，实现人机语言的通信，包括语音识别技术（ASR）、自然语言处理技术（NLP）和语音合成技术（TTS）。通俗点说就是通过语音这个媒介进行人与机器交互的技术就是人工智能语音技术。从上文不难看出，AI语音其实就是将人与人之间的语音交互，切换到人与机器的交互，发送人仍然是人，但接受人转换为机器了。1.3.1 AI
转载
2023-07-27 21:59:01
680阅读
友) 开始学习CMU的sphinx，感觉做语音的好苦逼啊，至少对于我来说。 从网上找到一个不错的教程：Sphinx武林秘籍，我已经转过来了，这篇文章里就不在赘述了。 按照“武林秘籍”方法，我尝试构建自己的建议的语音命令控制系统，利用这个过程了解一下SPHINX。然而，在训练自己的声学模型时候，完全无法训练
原创
2021-12-10 16:53:24
782阅读
GMIS 2017 | 腾讯AI Lab副主任俞栋：语音识别研究的四大前沿方向 原创
2017-06-02
机器之心
机器之心
机器之心整理演讲者：俞栋5 月 27-28 日，机器之心在北京顺利主办了第一届全球机器智能峰会（GMIS 2017），来自美国、加拿大、欧洲，香港及国内的众多顶级专家分享了精彩的主题演讲。在这篇文章中，机
传统的声学吸收器被用于具有与工作波长相当的厚度的结构，这在低频范围的实际应用中造成了主要障碍。吸声系数曲线的理论计算值如下所示。
原创
2024-03-07 08:25:32
240阅读
当工程师遇到声学仿真需求时，COMSOL就像瑞士军刀般的存在。上周帮医疗器械团队调试超声换能器，在声-结构耦合环节发现个有趣现象：换能器表面振动引发的声场竟然在培养液中形成了漩涡流动。这让我决定带大家实操几个典型场景。
先看压力声学模块，最适合基础声场建模。比如建立直径5mm的超声换能器模型，用频域研究最省事：
model = Model()
model.modelNode.create(&quo
机器视觉的集成和设计面临各种来自硬件、软件和电子方面问题的挑战，如果忽视光学性能规格，不了解如何评估光学器件，用户挑选合适的机器视觉镜头将会面临挑战。通过了解10项镜头规格，可以帮助集成商和用户挑选镜头，来优化或评估各自系统的性能。
视觉系统光学性能的4项最基本参数是视野（field of view）、分辨率resolution、工作距离working distance和景深dept
转载
2024-02-27 15:26:34
36阅读
语音是人们沟通交流最直接、最自然的交互方式。自计算机问世以来，人们就一直希望可以通过语音实现人和计算机之间的交互，而语音识别技术，目标就是通过把人类的语音中的词汇内容转换为相应的文本，架起了人机交互的桥梁。对于一个语音识别系统，速度和精度是两个核心指标，直接决定着系统是否可用。其中，识别速度的提升意味着可以降低成本，同时提供更多的语音服务，一直是语音识别技术研究的重点方向。在语音识别系统中，声学模型得分的运算量一般会达到整个系统的40%-70%，因此也是识别速度优化的重点模块。本文就来讲讲如何优化声学模型得分计算。
原创
2012-10-22 14:21:36
1710阅读
摘要
语音是人们沟通交流最直接、最自然的交互方式。自计算机问世以来，人们就一直希望可以通过语音实现人和计算机之间的交互，而语音识别技术，目标就是通过把人类的语音中的词汇内容转换为相应的文本，架起了人机交互的桥梁。对于一个语音识别系统，速度和精度是两个核心指标，直接决定着系统是否可用。其中，识别速度的提升意味着可以降低成本，同时提供更多的语音服务，一直是语音识别技术研究的重点方向。在语音识别系统中，声学模型得分的运算量一般会达到整个系统的40%-70%，因此也是识别速度优化的重点模块。本文就来讲讲如何优化声学模型得分计算。
原创
2012-06-18 09:06:54
4179阅读
语音转写，顾名思义就是把语音转换成文本在实际的应用场景中，可以是讲演转文稿，可以是在IM工具交流，等等等等可以说，这项技术的出现，极大的解放了生产力，提高了工作、沟通效率今天这里拿出一个实例，大家一起看一看在这个应用场景中语音转文本所带来的便利对于记者朋友来说，一场发布会后整理出文字稿件永远是第一主题在以前，他需要在现场录制音频，回到单位后一句一句听写，纯人工转写，随后再一次形成报道那么现在
转载
2024-06-19 10:29:09
91阅读
注：本文以 C 调为例说明，G / V /5 都是指五级调内和弦有哪些级数定义：音阶上每隔一个音弹一个比如C大调的音阶是 1234567一级 135 C 二级 246 Dm...级数对应和弦见 和弦笔记所以我们每个音阶的调内和弦会有七种1 2 3 4 5 6 7C Dm Em F G Am Bdim...
原创
2022-08-08 23:00:55
352阅读
弹性体振动学 分布参数系统：有不少振动系统质量在空间有一部分联系，并且空间中某物体一部分的质量本身还包含着弹性和阻尼振动。具有分布参数系统的物体叫弹性体：本章弦，棒，膜，板。2-1弦的振动寻找弦的振动方程我先把我的方法说一下：先证明沿绳子方向张力由绳子内部的质量元抵消了，证明横向振动即为振动方程，再加上一个干扰项表示一般情况。书上的证明：先用T把和表示出来，二者矢量和即为质量元所受横向张
