HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

使用OpenAI的Whisper 模型进行语音识别

语音识别是人工智能中的一个领域,它允许计算机理解人类语音并将其转换为文本。该技术用于Alexa和各种聊天机器人应用程序等设备。而我们最常见的就是语音转录,语音转录可以语音转换为文字记录或字幕。wav2vec2、Conformer和Hubert等最先进模型的最新发展极大地推动了语音识别领

音频数据建模全流程代码示例:通过讲话人的声音进行年龄预测

大多数人都熟悉如何在图像、文本或表格数据上运行数据科学项目。但处理音频数据的样例非常的少见。在本文中,将介绍如何在机器学习的帮助下准备、探索和分析音频数据。简而言之:与其他的形式(例如文本或图像)类似我们需要将音频数据转换为机器可识别的格式。音频数据的有趣之处在于您可以将其视为多种不同的模式:

你真的懂语音特征吗?

<blockquote<strong摘要:</strong本文指在详细介绍语音转化声学特征的过程,并详细介绍不同声学特征在不同模型中的应用。</blockquote本文分享自华为云社区《你真的懂语音特征背后的原理吗?(https://link.segmentfault.com/?en

超清音质实时会议系统的背后 ,深入剖析 AliCloudDenoise 语音增强算法

<blockquote近些年,随着实时通信技术的发展,在线会议逐渐成为人们工作中不可或缺的重要办公工具,据不完全统计,线上会议中约有75%为纯语音会议,即无需开启摄像头和屏幕共享功能,此时会议中的语音质量和清晰度对线上会议的体验便至关重要。</blockquote作者|七琦审校|泰一

语音输入中文域名作为语音访问网站服务的通用接口

人工智能有两大基础:语音和视觉,智能音箱战胜电视机顶盒和路由器成为智能家居的入口,靠的是语音操控。目前手机、手表、VR、AR、自动驾驶和智能家居等产品都离不开语音操控,可是讯飞、阿里、腾讯和百度等语音接口服务提供商有各自的语音指令操控,没有一个通用的方式来访问外部应用,应用提供商都受制于语音接口的流

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。