我们已经讲了人脸识别（入门+进阶）、图片识别（入门）。下面是链接： C# 10分钟完成百度人脸识别——入门篇 C# 30分钟完成百度人脸识别——进阶篇（文末附源码） C# 10分钟完成百度图片提取文字（文字识别）——入门篇 今天我们来盘一盘语音识别与合成。 PS：仅供了解参考，如需进一步 ...

前言 为了参加某个作秀活动，研究了一波如何结合小程序、科大讯飞实现语音录入、识别的实现。科大讯飞开发文档中只给出 Python 的 demo，并没有给出 node.js 的 sdk，但问题不大。本文将从小程序相关代码到最后对接科大讯飞 api 过程，一步步介绍，半个小时，搭建完成小程序语音识别 ...

人脸识别流程： 1. 人脸定位 输入是原始图像，输出是人脸所在位置的矩形框，这里需要用到一个模型（这个模型可以用回归的方式去训练）； 2. 人脸特征点检测（landmarks） 输入是（原始图像+人脸矩形框=人脸图像），输出是特征点坐标（嘴巴的坐标，眼睛的坐标等），这里需要用到一个模型 ...

在人际交往中，言语是最自然并且最直接的方式之一。随着技术的进步，越来越多的人们也期望计算机能够具备与人进行言语沟通的能力，因此，语音识别这一技术也越来越受到关注。尤其，随着深度学习技术应用在语音识别技术中，使得语音识别的性能得到了显著提升，也使得语音识别技术的普及成为了现实 ...

前言 在工作或者学习中，难免或多或少的接触到特性这个东西，可能你不太清楚什么是特性，那么我给大家举两个例子 [Obsolete],[HttpGet],[HttpPost],[Serizlized]， ...

基于DNN-HMM的语音识别声学模型结构如下图所示，与传统的基于GMM-HMM的声学模型相比，唯一不同点在于用DNN替换了GMM来对输入语音信号的观察概率进行建模。DNN与GMM相比具有如下优点： DNN不需要对声学特征所服从的分布进行假设； DNN的输入可以采用连续的拼接帧 ...

上篇博客（语音识别传统方法(GMM+HMM+NGRAM)概述）说到我们team要做语音识别相关的项目，而我们公司的芯片是用在终端上的，即我们要做终端上的语音识别。由于目前终端（如手机）上的CPU还不足够强劲，不能让语音识别的各种算法跑在终端上，尤其现在语音识别都是基于深度学习来做了，更加不能跑 ...

博文参考：https://blog.csdn.net/mao_hui_fei/article/details/85129137 和 https://www.cnblogs.com/talkaudiod ...