相關(guān)文章

• 

  【AI】自回歸 (AR) 模型使預(yù)測和深度學(xué)習(xí)變得簡單

  自回歸 (AR) 模型是統(tǒng)計(jì)和時(shí)間序列模型，用于根據(jù)數(shù)據(jù)點(diǎn)的先前值進(jìn)行分析和預(yù)測。這些模型廣泛應(yīng)用于各個(gè)領(lǐng)域，包括經(jīng)濟(jì)、金融、信號(hào)處理和自然語言處理。 自回歸模型假設(shè)給定時(shí)間變量的值與其過去的值線性相關(guān)，這使得它們可用于建模和預(yù)測時(shí)間相關(guān)數(shù)據(jù)。 自回歸

  2024年02月05日

  瀏覽(30)

• 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)

• 語音識(shí)別與語音合成：機(jī)器學(xué)習(xí)在音頻處理領(lǐng)域的應(yīng)用

  語音識(shí)別和語音合成是人工智能領(lǐng)域的兩個(gè)重要應(yīng)用，它們在日常生活和工作中發(fā)揮著越來越重要的作用。語音識(shí)別(Speech Recognition)是將語音信號(hào)轉(zhuǎn)換為文本信息的技術(shù)，而語音合成(Text-to-Speech Synthesis)是將文本信息轉(zhuǎn)換為語音信號(hào)的技術(shù)。這兩個(gè)技術(shù)的發(fā)展與機(jī)器學(xué)習(xí)緊密相

  2024年02月21日

  瀏覽(16)
• 

  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)

• 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)
• 

  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)

• 頂頂通電話機(jī)器人接口對(duì)接開源ASR(語音識(shí)別)

  目前大部分用戶使用的都是在線ASR按照分鐘或者按次付費(fèi)，之前開源ASR效果太差不具備商用的條件，隨著 阿里達(dá)摩院發(fā)布了大量開源數(shù)據(jù)集或者海量工業(yè)數(shù)據(jù)訓(xùn)練的模型，識(shí)別效果已經(jīng)和商用ASR差距非常小，完全具備了很多場景代替商用ASR的能力。 頂頂通也全系列產(chǎn)品進(jìn)行

  2024年02月08日

  瀏覽(30)
• 

  AI科普文章 | 語音識(shí)別準(zhǔn)不準(zhǔn)？—— ASR 效果評(píng)測原理與實(shí)踐

  在日常工作、生活中，語音識(shí)別技術(shù)作為基礎(chǔ)服務(wù)，越來越多的出現(xiàn)在我們周圍，比如智能音箱、會(huì)議記錄、字幕生成等等。 作為一項(xiàng)已經(jīng)很成熟AI技術(shù)，市面上很多廠商都會(huì)提供語音識(shí)別服務(wù)，對(duì)外聲稱的識(shí)別準(zhǔn)確性也很高。 對(duì)于業(yè)務(wù)側(cè)的我們，其實(shí)更關(guān)心的是在我們特定

  2024年02月09日

  瀏覽(27)