相關(guān)文章

• 

  STM32使用ASR01語音播報(bào)模塊

  先下載天問block軟件 點(diǎn)擊這里下載天問block ?選上設(shè)備： ?添加擴(kuò)展： ? 自己再根據(jù)鹿小班模塊進(jìn)行操作進(jìn)行相關(guān)操作，先接上usb數(shù)據(jù)線 記得先生成模型再去編譯下載 ? ?發(fā)送給單片機(jī)通信時(shí)只需要vcc gnd 還有tx接上單片機(jī)rx，如果想用stm32控制語音模塊，可以接線，讓asr01讀

  2024年02月16日

  瀏覽(199)

• 通過串口中斷的方式進(jìn)行ASR-01S模塊與STM32通信（問題與解決）

  最近在做一個(gè)智能家居的項(xiàng)目，需要實(shí)現(xiàn)語音控制的功能，于是我選用了ASR-01S模塊與STM32通信，這個(gè)模塊最大的好處在于有配套的編程軟件和語音庫，不用自己訓(xùn)練且編程簡單（少兒編程的程度）。ASR-01S的代碼架構(gòu)在這不多說，總之在收到語音后它會(huì)通過串口發(fā)送一串命令給

  2024年04月22日

  瀏覽(169)

• ASR項(xiàng)目實(shí)戰(zhàn)-語音識(shí)別

  本文深入探討語音識(shí)別處理環(huán)節(jié)。 本階段的重點(diǎn)特性為語音識(shí)別、VAD、熱詞、文本的時(shí)間偏移、講話人的識(shí)別等。 業(yè)界流派眾多，比如Kaldi、端到端等，具體選擇哪一種，需要綜合考慮人員能力、訓(xùn)練數(shù)據(jù)量和質(zhì)量、硬件設(shè)施、交付周期等，作出相對(duì)合理的交付規(guī)劃。 基于

  2024年02月04日

  瀏覽(31)
• 

  語音識(shí)別 - ASR whisper

  目錄 1. 簡單介紹 2.?代碼調(diào)用 Introducing Whisper https://openai.com/blog/whisper/ OpenAI 的開源自動(dòng)語音識(shí)別神經(jīng)網(wǎng)絡(luò) whisper 安裝 Python 調(diào)用

  2024年02月12日

  瀏覽(22)

• 開源(離線)中文語音識(shí)別ASR(語音轉(zhuǎn)文本)工具整理

  開源(離線)中文語音識(shí)別ASR(語音轉(zhuǎn)文本)工具整理 Open AI在2022年9月21日開源了號(hào)稱其英文語音辨識(shí)能力已達(dá)到人類水準(zhǔn)的Whisper神經(jīng)網(wǎng)絡(luò)，且它亦支持其它98種語言的自動(dòng)語音辨識(shí)。 Whisper系統(tǒng)所提供的自動(dòng)語音辨識(shí)（Automatic Speech Recognition，ASR）模型是被訓(xùn)練來運(yùn)行語音辨識(shí)與翻

  2024年02月13日

  瀏覽(102)
• 

  ASR 語音識(shí)別接口封裝和分析

  這個(gè)文檔主要是介紹一下我自己封裝了 6 家廠商的 短語音識(shí)別 和 實(shí)時(shí)流語音識(shí)別 接口的一個(gè)包，以及對(duì)這些接口的一個(gè)對(duì)比。分別是，阿里，快商通，百度，騰訊，科大，字節(jié)。 zxmfke/asrfactory (github.com) 之前剛好在測試各家的語音識(shí)別相關(guān)功能，但是每家的返回值都不同，

  2024年02月13日

  瀏覽(25)
• 

  Python使用PaddleSpeech實(shí)現(xiàn)語音識(shí)別（ASR）、語音合成（TTS）

  目錄 安裝 語音識(shí)別 補(bǔ)全標(biāo)點(diǎn) 語音合成 參考 PaddleSpeech是百度飛槳開發(fā)的語音工具 注意，PaddleSpeech不支持過高版本的Python，因?yàn)樵诟甙姹镜腜ython中，飛槳不再提供paddle.fluid API。這里面我用的是Python3.7 需要通過3個(gè)pip命令安裝PaddleSpeech： 在使用的時(shí)候，urllib3庫可能會(huì)報(bào)錯(cuò)，因

  2024年04月25日

  瀏覽(29)

• Python使用whisper實(shí)現(xiàn)語音識(shí)別（ASR）

  目錄 Whisper的安裝 Whisper的基本使用 識(shí)別結(jié)果轉(zhuǎn)簡體中文 斷句 Whisper是OpenAI的一個(gè)強(qiáng)大的語音識(shí)別庫，支持離線的語音識(shí)別。在使用之前，需要先安裝它的庫： 使用whisper，還需安裝setuptools-rust： 但是，whisper安裝時(shí)，自帶的pytorch可能有些bug，因此需要卸載重裝： 卸載： 重裝

  2024年03月20日

  瀏覽(99)
• 

  ASR（自動(dòng)語音識(shí)別）任務(wù)中的LLM（大語言模型）

  淺度融合 淺層融合指的是 LLM 本身并沒有和音頻信息進(jìn)行直接計(jì)算。其僅對(duì) ASR 模型輸出的文本結(jié)果進(jìn)行 重打分 或者 質(zhì)量評(píng)估 。 深度融合 LLM 與 ASR 模型進(jìn)行深度結(jié)合，統(tǒng)一語音和文本的編碼空間或者直接利用 ASR 編碼器的隱狀態(tài)參與計(jì)算，利用大語言模型的能力得到更好的

  2024年02月12日

  瀏覽(24)
• 

  Unity 工具 之 Azure 微軟連續(xù)語音識(shí)別ASR的簡單整理

  目錄 Unity 工具 之 Azure 微軟連續(xù)語音識(shí)別ASR的簡單整理 一、簡單介紹 二、實(shí)現(xiàn)原理 三、注意實(shí)現(xiàn) 四、實(shí)現(xiàn)步驟 ?五、關(guān)鍵腳本 Unity 工具類，自己整理的一些游戲開發(fā)可能用到的模塊，單獨(dú)獨(dú)立使用，方便游戲開發(fā)。 本節(jié)介紹，這里在使用微軟的Azure 進(jìn)行語音合成的兩個(gè)方

  2024年02月01日

  瀏覽(110)