LAS语音识别框架发展简述
LAS识别框架发展简述LAS模型模型综述Listener部分attend-spelllearningdecoding and rescoringLAS模型的缺点即改进方法缺点改进方法相关论文进展LAS模型模型综述工作流程：将语音信号的特征输入到双向RNN中（encoder部分，即Listen）做at...
语音识别技术应用仍存在着一些技术瓶颈，主要体现在哪几个方面？
从某种意义上来说，语音智能识别技术的最终目的就是为了让计算机能够听懂人类语言，从而执行人的某项操作。该技术作为现阶段人工智能研究的一个主要方向与人机语音交互实现的一个关键技术，一直以来都备受各国人工智能研究领域的重点关注。而且，各种基于语音智能识别技术的产品也日渐被开发出来，并应用于各个领域，并表现...
语音识别基本概念
说话人识别的基础知识 1.语音的产生 声门：两片声带之间的空间叫声门 主声道：声带即声门以上，经过咽喉，口腔的通道 鼻道：经过小舌和鼻的管道 声道是分布参数系统，为谐振腔 分布参数系统即系统状态变化不能只由有限个参数变化描述，而是用场（一维或多维空间变量的函数）浊音：由声带振动并激励声道而得到的语音...
深度学习第50讲：语音识别综述——从概念到技术（下）
在上一节中，笔者对语音识别系统的概述、信号处理和特征提取方法以及基于传统 GMM 和 HMM 的声学模型进行了简单的综述，详情可戳： 本节，笔者继续对语音识别的剩余两个部分进行简单综述，以期对整个语音识别技术系统有一个相对全面的了解。本节我们要做综述的是基于深度学习的声学模型和端到...
语音情感识别技术
情感语料库大致可以通过以下3个方法获的：(1) 从我们的现实生活中所采集的真实的自然语料，然后再经过人工挑选获得可以使用的语料；(2) 让专业或者非专业人士进行对高兴、愤怒等情感进行模仿并录制语料库；(3) 制造恰当的环境氛围来刺激那些专业或非专业人士，然后再进行语料库的录制。这3种方法各有各的优缺...
【语音识别学习】科大讯飞APPID的申请以及SDK下载
现在是开源的时代，大家也都习惯了用开源的工具，这里我就编写一个关于如何申请科大讯飞APPID的教程，当然，对于大多数别的开放平台也是几乎同样的流程，大家要学会举一反三呦！大致流程 我依旧是那么通情达理，照顾到没有太多时间看完全文的大牛，这里给出一个简易的阉割版步骤，也希望对大家有所帮助。登...
手把手教你实现基于RT-Thread的百度语音识别（一）
RT-Thread简介RT-Thread是一个集实时操作系统（RTOS）内核、中间件组件和开发者社区于一体的技术平台，由熊谱翔先生带领并集合开源社区力量开发而成，RT-Thread也是一个组件完整丰富、高度可伸缩、简易开发、超低功耗、高安全性的物联网操作系统。RT-Thread具备一个IoT OS平...
AndroidStudio中导入科大讯飞语音听写Demo
最近小编突然对语音转文字感兴趣了，而科大讯飞在这方面做的很不错，因此在这里用一下他们提供的SDK进行初步的语音识别娱乐一下。讯飞的开放平台：http://www.xfyun.cn/1. 在该网站上注册个账号登陆一下，选择“语音听写”服务,并创建一个应用,下载SDK并完成解压.2. 打开A...
PHP使用阿里云（语音合成）实现文字转语音“TTS“
在做前，我发现阿里云竟然没有PHP文字转语音的SDK包，有点尴尬啊，没办法我选择了RESTful API 2.0的方式请求；1：第一步：打开阿里云-->产品分类-->人工智能-->语音合成-->申请开通，可以先试用一下；2：第二步：阿里云控制台-->有你刚刚购买的语音合...
更换微软TTS语音引擎切换
因为win10自带的不支持中文，所以我在开发的时候会遇到无法读中文字的问题，解决办法就是更换语音引擎，语音引擎直接去微软官网上面下载，安装之后就开始更换语音引擎 首先打开控制面板—输入“语音识别”搜索，–点击语音识别—点击文本转化语音–切换语音引擎即可。 留底备忘，最近记忆了越来越差了。 ...
imx6ul蓝牙语音识别项目之6：语音格式说明以及整合与实际效果演示
前面我们准备好了所有的软件硬件，现在是时候开始正在的业务逻辑功能的实现了。语音数据的格式语音遥控器走的是BLE， 对于Voice Over BLE有多种方案，不同的厂家和方案商都不同的实现。下面我们使用TI的来说明，其他的也是类似的。这里面主要是说明了各种格式，以及传递协议。 我们需要接受和deco...
imx6ul蓝牙语音识别项目之5：BLE基础与imx6ul上的BLE外设的使用
前面我们准备好了下面这些软件：BlueZ 5.49及其运行需要的组建百度语音识别及其运行需要的依赖库Controller的驱动并编译好了测试代码。 那么接下来，我们就需要和语音遥控器连接了，但是在此之前需要对BLE有所了解。BLE VS Wifi VS ZigBeeBLE属于Personal net...
c#系统语音播报
首先添加引用，System.Speech添加using指令：using System.Speech.Synthesis;之后代码 SpeechSynthesizer synth = new SpeechSynthesizer(); synth.Rate =...
SDK（3）讯飞语音
讯飞语音SDK 先去官网下载配置好 as中新建工程，新建module基于安卓23，不管这个改为新建工程， 导入类库 又见addasliabrary 可以查看依赖添加依赖点加号，选第二个然后点OK创建一个jniLibs的文件夹；拷贝资源一个创建个空的Acti...
餐饮店实现扫码点餐、语音播报、自动打印厨房单结账单
使用场景： 餐饮店在桌子上张贴二维码/小程序并引导消费者扫描点餐，点餐后收银台会有声音提醒：“三号桌下单了！三号桌下单了！”，服务员打开手机确认订单，如果消费者需求有变化，服务员可以直接更改，确认完毕后厨房里放置的打印机会打印消费者点的餐，最后消费者结账的时候，服务员在手机上点击打印结账单，则收银台...
Android 科大讯飞语音SDK集成步骤
前言科大讯飞语音虽好，其严格的认证与校验确实精密，不过也大大提高了开发者的集成难度，并非危言耸听，我想大多数人都有经历过11210（用户ID与离线资源不匹配）21480（离线引擎GUID不一致（引擎版本和资源有个对应的ID，这两个必须要一致））11211（用户ID与离线资源不匹配）11203 (离线...
ROS - 科大讯飞语音包使用
科大讯飞程序包$ sudo install mplayer安装语音库：$ sudo apt-get install libasound2-dev下载语音包：git clone https://github.com/ncnynl/xf-ros.git将下载的文件包放置在：cp -R xf-ros/...
微信红包新玩法：利是说语音口令红包
以前抢微信红包，有这样的一句口号“手快有，手慢无”，靠的就是网速和手速。现在有这样的一款红包软件，要想抢到红包，不单单看的网速和手速，还要看你的普通话过不过关。对于一些N、L不分，H、F不分的小伙伴来说，这种红包可能会把他们逼疯，哈哈。事不宜迟，接下来请跟着小编一起了解这个有趣好玩的红包。看到上图里...
语音陪玩交友软件系统程序-app小程序H5三端源码交付，支持二开！
电竞行业的发展带动其周边产业的发展，绘制着游戏人物图画的抱枕、鼠标垫、海报销量极大，电竞游戏直播、游戏教程短视频也备受人们喜爱，自然，像游戏陪练、代练行业也随之生长起来，本文就来讲讲，从软件开发角度来看，语音陪玩交友软件系统程序中必不可少的几点功能是什么，能实现什么软件定位？ 语音陪玩交友软件系统程...
ESP32语音交互之四---------------ESP32-Korvo-DU1906开发板初体验
6月1号乐鑫新上市开发板ESP32-Korvo-DU1906，今天6月3号拿到货，不过官方还没提供开发板手册，所以现在摸索着看看这块开发板。开发板介绍：https://docs.espressif.com/projects/esp-adf/zh_CN/latest/get-started...