AI大语音（一）——语音识别基础
1 语音识别基础 1.1 声音特性 声音是由物体振动产生的声波。是通过介质传播并能被人或动物听觉器官所感知的波动现象。最初发出振动的物体叫声源。声音以波的形式振动传播。声音是声波通过任何介质传播形成的运动。 频率：是每秒经过一给定点的声波数量，它的测量单位为赫兹，1千赫或1000赫表示每秒 ...
原文：语音识别基础
首先我们要知道语音的产生过程 由肺产生向外的气流，完全放松时声带张开，就是平时的呼吸。如果声带一张一合 振动 形成周期性的脉冲气流。这个脉冲气流的周期称之为 基音周期 题主所言因音色不同导致的频率不同，事实上音色的大多是泛频上的差异，建立在基频之上，这个基频就是基音周期了，泛频可以忽略 。当然啦，这只是在发浊音 b,d,v... 时才会有，当发出清音 p,t,f... 时声带不振动，但是会处于紧绷 ...
2017-04-17 14:51 0 1726 推荐指数：
相关推荐
Kaldi 语音识别基础教程
Kaldi 介绍 Kaldi 是由 C++ 编写的语音识别工具，其目的在于为语音识别研究者提供一个研究和使用的平台。 Kaldi 环境搭建 本文主要通过使用 Docker 和 Nvidia-docker 构建 Ubuntu 环境对 Kaldi 进行搭建。Docker 针对的是无 GPU ...
语音识别概述
后验概率最大，即为判别结果 HTK Hvite解码器 Sphinx解码器 TODE解码器，生硬，修改繁琐。 WFST 扩充，简单高效。 有限状态机模型被用于大词汇量连续中文语音识别系统中。 其操作思路是将传统语音识别系统中的数学模型，分别转换成有限状态机模型，再将转换后的模型 ...
JavaScript的语音识别
有没有想过给您的网站增添语音识别的功能？比如您的用户不用点鼠标，仅仅通过电脑或者手机的麦克风发布命令，比如"下拉到页面底部”，或者“跳转到下一页”，您的网站就会执行对应命令。听起来很酷对么？然而为了实现这个功能，必须得让您网站的JavaScript脚本能够识别到这些语音输入。 这里介绍一个 ...
语音识别
语音识别，可以分为在线识别，离线命令词，及唤醒词 在线识别： 即联网使用的识别功能，支持自定义词库及自训练平台。目前在线识别支持普通话、英文、粤语和四川话，通过在请求时配置不同的pid参数，选择对应模型。默认为麦克风输入，可以设置参数为pcm格式16k采样率，16bit，小端序，单声道的音频流 ...
语音识别-TDNN
近来在了解卷积神经网络（CNN），后来查到CNN是受语音信号处理中时延神经网络（TDNN）影响而发明的。本篇的大部分内容都来自关于TDNN原始文献【1】的理解和整理。该文写与1989年，在识别"B", "D", "G"三个浊音中得到98.5%的准确率，高于HMM的93.7%。是CNN的先驱 ...
Python 语音识别
调用科大讯飞语音听写，使用Python实现语音识别，将实时语音转换为文字。 参考这篇博客实现的录音，首先在官网下载了关于语音听写的SDK，然后在文件夹内新建了两个.py文件，分别是get_audio.py和iat_demo.py，并且新建了一个存放录音的文件夹 ...
语音识别 -- 概述
1. 语音合成zhrtvc：https://github.com/KuangDD/zhrtvc 2.离线语音识别 vosk+kaldi:https://alphacephei.com/vosk/ tacotron:https://github.com/keithito/tacotron ...