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
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
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
127阅读
->语音识别(Speech Recognition)综述 上一篇文章重点介绍了基于深度学习的语音识别模型，这篇文章将介绍传统的GMM+HMM语音识别模型不了解HMM模型的同学可以阅读一下此文章->通俗理解隐马尔可夫模型（HMM） 文章目录1. 识别过程：2.训练过程： 1. 识别过程：识别过程属于HMM模型中的预测问题，识别一段语音（特征帧序列）的过程如下：穷举当前帧序列对应的所有可能
转载
2024-03-29 10:11:44
475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
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
63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
PocketSphinx语音识别系统语言模型的训练和声学模型的改进zouxy09@qq.comhttp://blog.csdn.net/zouxy09 关于语音识别的基础知识和sphinx的知识，详细能够參考我的另外两篇博文：语音识别的基础知识与CMUsphinx介绍：http://blog.csd...
转载
2015-05-19 14:19:00
502阅读
一般情况下，零基础在培训班经过6-9个月的学习，能够成为一个初级的游戏3D建模师。在培训班学习结束后，是一个模型师学习成长之旅的开始，项目技术更新快，市场需求不断变化，还要坚持学习，跟上项目才行，同时夯实自美术基础，美术基础决定了在这个行业能走多远。工作2-3年后能力和水平有很大提升，成为项目中高级的模型师等，薪资也有明显提升。接下来往项目管理方向发展。没有美术基础学习起来会相对较慢，想一边上班一
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
CMUSphinx 将特征参数保存在后缀为.mfc的文件中，进行声学模型训练
原创
2021-12-10 15:58:59
154阅读
# 用Python声学模块进行声音信号处理
声学是研究声音的传播、产生、感知和控制的学科，声学模块则是用来处理声音信号的Python库。在实际应用中，声学模块可以用来分析音频文件、提取特征、进行语音识别等操作。本文将介绍如何使用Python声学模块进行声音信号处理，并通过代码示例演示其基本功能。
## 安装声学模块
首先需要安装Python声学模块，可以使用pip进行安装：
```mark
原创
2024-06-04 04:32:31
29阅读
前言本项目使用了EcapaTdnn、ResNetSE、ERes2Net、CAM++等多种先进的声纹识别模型，不排除以后会支持更多模型，同时本项目也支持了MelSpectrogram、Spectrogram、MFCC、Fbank等多种数据预处理方法，使用了ArcFace Loss，ArcFace loss：Additive Angular Margin Loss（加性角度间隔损失函数），对应项目中的
（欢迎转载，请注明出处；阿呆游乐园：blog..net.longer44）2012年12月份，CMU大学更新pocketsphinx工具包，最新版本已经是0.8了。下载下来尝试了一
原创
2021-12-10 15:57:38
795阅读
目标检测是AI的一项重要应用，通过目标检测模型能在图像中把人、动物、汽车、飞机等目标物体检测出来，甚至还能将物体的轮廓描绘出来，就像下面这张图。在动手训练自己的目标检测模型之前，建议先了解一下目标检测模型的原理（见文章：大话目标检测经典模型RCNN、Fast RCNN、Faster RCNN，以及Mark R-CNN），这样才会更加清楚模型的训练过程。本文将在我们前面搭建好的AI实战基础环境上（见
转载
2024-04-20 12:34:26
42阅读
如何利用tensorflow的object_detection api开源框架训练基于自己数据集的模型（Windows10系统）一、环境配置1. Python3.7.x（注：我用的是3.7.3。安装好后把python.exe的路径加入到全局环境变量path中，方便后续命令）2. Tensorflow1.13.1（注：目前暂时还不能用tensorflow2.x，因为开源社区还没有针对Windows1
转载
2024-04-23 13:31:50
60阅读
随着AI的兴起，对机器学习能力的需求急剧增加。从金融到健康等众多行业都在寻求基于机器学习的技术。然而，对于大多数企业和组织来说，定义机器学习模型仍然是一项复杂且资源密集型的工作。在良好的机器学习框架的帮助下，可以减少这些挑战。下面是一些企业和个人可用于构建机器学习模型的最佳开源框架和库。Amazon Machine LearningAmazon Machine Learning为开发机器学习模型提
转载
2023-12-02 22:07:12
73阅读
TensorFlow教程到目前为止，你一直使用numpy来构建神经网络。现在，我们将引导你使用深度学习框架，改框架将使你可以更轻松地构建神经网络。TensorFlow，PaddlePaddle，Torch，Caffe，Keras等机器学习框架可以极大地加速你的机器学习开发速度。所有这些框架也都有好多文档，你应该随时阅读学习。在此笔记本中，你将学习在TensorFlow中执行以下操作：初始化变量创建
转载
2023-12-12 19:41:37
1106阅读
方法一：playsound module playsound module是一个可以跨平台使用的库，不需要其他依赖的库，直接利用pip或者IDE的库管理功能安装就行。from playsound import playsound
playsound(‘test.mp3’)只需要上面两行代码就可以听到声音啦。可以用来播放mp3和wav文件等。解决Python使用playsound播放音频报错：在用
转载
2023-07-03 05:53:14
280阅读
Actran是一款专业的声学仿真求解软件，被广泛应用于汽车行业、工业机械行业及家用电器行业。Actran能够模拟振动辐射噪声、气动噪声等声固耦合问题，帮助工程师了解其设计产品的声学特征，并在设计初期指导改型工作。 产品介绍1. 功能模块基础模块—Actran Acoustics. 支持求解对流场中的声传播问题，空腔声学问题、外场声辐
转载
2024-01-08 20:48:04
652阅读
