腾讯AI Lab语音技术中心应用与研究介绍
“CCF语音对话与听觉专业组走进企业系列活动”第十期之“走进腾讯”研讨会于上周六圆满闭幕，本次研讨会由上海交通大学钱彦旻副教授主持，并邀请到四位专家介绍腾讯语音及对话领域的最新成果，分别是：腾讯AI Lab语音技术中心副总监苏丹博士，腾讯AI Lab资深算法专家卢恒博士，腾讯语言算法专家黄申博士，腾...
unity接讯飞语音识别SDK(windows平台)
上一篇只是shi'实现C#接讯飞语音识别SDK,这一篇在unity中实现语音识别1、在unitygong工yin'音频资源2、导入SDK中的msc:3、创建脚本，封装dll，步骤就不重复了4、做一个处理音频的接口，传入appid,会话信息、音频路径5、负责初始化appid ，会话信息，音频路经，最后...
ESP32玩转WIFI、蓝牙、语音、彩屏、触屏
有很多开发者都说ESP32的出现，严格的重新定义了物联网WIFI存在的意义。万物互联，少不了通讯，因为通讯会赋予产品更多的功能；WIFI、蓝牙的共存是ESP32的独门暗器，让很多开发者着魔；显示（彩屏驱动）、语音更是了不得，小编在这里提醒我们的开发小哥，小心别走火入魔！ESP32目前年销售过亿颗，喜...
智能语音方案比对介绍
语音方案比对介绍语音交互是现今应用最多的智能交互方式，在人工智能越来越火的当下应用十分广泛，所以特别针对车内环境，在驾驶员安心驾驶的时候，用语音可以安全的进行操控，所以针对公司的车联网的业务需求，我做了一个语音方案的研究和比对。语音需求整体来说语音需求，选择的语音方案至少要满足语音唤醒，语音合成，语...
如何在Ubuntu中安装语音聊天工具Discord
Discord 是一个非常受欢迎的文字和语音聊天程序。虽然开始时主要面向游戏玩家，但它几乎获得了所有人的了广泛青睐。Discord 不仅仅是一个很好的聊天客户端。当你安装它时，你还可以获得其强大的服务端功能，强力而自足。游戏玩家和非玩家都可以在几分钟内开启自己的私人聊天服务，这使 Discord 成...
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...