17字的汉语语音识别

最新推荐文章于 2024-03-16 16:30:37 发布
最新推荐文章于 2024-03-16 16:30:37 发布
阅读量1.1k 收藏
点赞数
分类专栏： 语音识别 文章标签： 测试
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/djyangmaowei/article/details/4815033
版权

测试了一下汉语语音识别 用了十七个汉字 两人录音 各录制五遍 隐马模型有15个状态 效果很理想 90%+的识别率 问题： wav的格式很多 用录音机取得的格式是 系统自带录音机 PCM 22.050 kHz, 16 位, 单声道 我们录制是 10KHz, 16-bit PCM 这两个会有冲突 在HCOPY的时候与识别的时候

 

下一步 366字汉语 录制大型语料库 待此步完成后再写详细总结~

djyangmaowei
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
MATLAB语音识别matlab语音识别，可以识别数字0-9，有gui界面
fcsAUVRb的博客
11-23 509
MATLAB语音识别是一款识别数字0-9的GUI界面工具，该工具能够对语音信号进行处理分析，并将其转换为数字。未来，可以探索将MATLAB语音识别技术应用于其他语音识别领域，如普通话、英语等语言的识别，从而扩大其应用范围和市场需求。此外，还可以探索将MATLAB语音识别技术与其他人工智能技术相结合，如计算机视觉、自然语言处理等技术，从而实现更加智能化、自然化的人机交互系统。在智能手机领域，MATLAB语音识别技术可以用于语音输入、语音识别和语音搜索等。MATLAB语音识别技术的研究和应用。
用pytorch+CTC+WFST实现汉语语音识别
m0_37135912的博客
07-31 1546
最近专门空出来很多时间，准备把一直犹豫不决要不要写的智能理论写出来，同时准备用语音识别做一些实验，所以有了这个项目。 语音识别实验比可选的工具有kaldi，wav2letter，espnet等，使用比较广泛工具是kaldi，但是对于前端语音处理的部分，我觉得kaldi所使用的HMM-GMM方式相当的不直观，Kaldi所使用的nnet神经网络也不是目前主流的深度学习工具。而kaldi创建者Daniel Povey要推出的与pytorch接口良好的kaldi新的版本也还没有出来。但是kaldi的WFST解码系统
（三）语音识别概述
iteye_1866的博客
12-26 1016
语音识别第三步：了解语音识别的相关背景 1.语音识别的发展历史 作为智能计算机研究的主导方向和人机语音通信的关键技术，语音识别技术一直受到各国科学界的广泛关注。以语音识别开发出的产品应用领域非常广泛，有声控电话交换、语音拨号系统、信息网络查询、家庭服务、宾馆服务、旅行社服务系统、订票系统、声控智能玩具、医疗服务、银行服务、股票查询服务、计算机控制、工业控制、语音通信系统、军事监听、信息检索、...
《PaddlePaddle从入门到炼丹》十五——把预测模型部署到Android手机上
夜雨飘零
02-23 6157
现在越来越多的手机要使用到深度学习了，比如一些图像分类，目标检测，风格迁移等等，之前都是把数据提交给服务器完成的。但是提交给服务器有几点不好，首先是速度问题，图片上传到服务器需要时间，客户端接收结果也需要时间，这一来回就占用了一大半的时间，会使得整体的预测速度都变慢了，再且现在手机的性能不断提高，足以做深度学习的预测。
语音识别入门
最新发布
qq_48482117的博客
03-16 1958
语音识别的一般流程为根据输入的语音，提取语音特征，通过解码器融合训练好的语言模型和声学模型，得到最终的词序列结果。字典的作用是根据声学模型识别出来的音素（汉语中一般为声韵母），来找到对应的汉字（词）或者单词，用来在声学模型和语言模型建立桥梁，将两者联系起来。
语音识别笔记
zh515858237的专栏
11-09 2113
声学模型其实就是可以识别单个音素的模型（音素a的模型可以判定一小段语音是否是a）；语言模型表示一个个词串（如何结合了词典，就可以成为一个个音素串）它们在语料库中出现的概率大小（比如，不合语法的词串（句子）概率接近0，很合乎语法的词串概率大）；解码器就是基于Viterbi算法在HMM模型上搜索生成给定观测值序列（待识别语音的声学特征）概率最大的HMM状态序列，再由HMM状态序列获取对应的词序列，得到结果结果。如果你只做单个音素识别，（语音很短，内容只是音素），那么只用声学模型就可以做到，不用语言模型。
语音识别开源框架 openAI-whisper
AI炼丹师的专栏
07-14 3794
https://github.com/PaddlePaddle/PaddleSpeechhttps://github.com/PaddlePaddle/PaddleSpeech/tree/develop/demos/speech_webOpenAI 开源语音识别模型 Whisper - OSCHINA - 中文开源技术交流社区OpenAI Whisper中文语音识别效果尝试和应用（一）_迷途的小朋友的博客-CSDN博客GitHub - openai/whisper: Robust Speech Recogn
语音识别技术基础知识
cg_speech的博客
10-07 5637
语音识别技术 让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。 语音识别本质上是一种模式识别的过程，未知语音的模式与已知语音的参考模式逐一进行比较，最佳匹配的参考模式被作为识别结果。 语音识别的目的就是让机器赋予人的听觉特性，听懂人说什么，并作出相应的动作。目前大多数语音识别技术是基于统计模式的，从语音产生机理来看，语音识别可以分为语音层和语言层两部分。 语音识别技术的主流算法，主要有基于动态时间规整(DTW)算法、基于非参数模型的矢量量化(VQ)方法、...
孤立汉语数字语音识别系统
weixin_30340617的博客
07-18 1714
摘要：本文通过提取声音信号的Mel倒谱系数作为特征，利用动态时间规整技术实现匹配算法，实现了特定人孤立汉语数字语音的识别，并利用Matlab编写了简单的图形用户界面。 关键词：语音识别；MFCC；DTW 一、引言 语言是人类所特有的最重要最自然的交流工具，也是人类信息的重要来源之一。让机器拥有“听懂”人类口述语言的能力，将使得人与计算机之间的沟通变得更为方便快捷。自从1952年AT&T...
孤立汉语数字语音识别系统Matlab程序.zip_matlab 语音_孤立数字_数字语音识别_汉语数字识别
07-15
实现对孤立汉语数字的识别，小白可以参考学习下
基于Sphinx的汉语连续语音识别
04-11
基于Sphinx的汉语连续语音识别论文
人工智能-语音识别-在汉语语音识别中语速、音量和音调调整的研究.pdf
06-28
"人工智能-语音识别-在汉语语音识别中语速、音量和音调调整的研究" 该研究论文主要关注汉语语音识别中语速、音量和音调调整的研究。该研究领域是人工智能的一个重要分支，旨在让机器"听懂"人类语言。语音识别的发展...
基于MATLAB的汉语数字语音识别系统.pdf
07-10
基于MATLAB的汉语数字语音识别系统.pdf
人工智能-语音识别-韵律信息在汉语语音识别中的应用.pdf
06-28
"人工智能-语音识别-韵律信息在汉语语音识别中的应用" 语音识别是人工智能领域中的一种关键技术，它可以使计算机识别和理解人类的语言，具有广泛的应用前景。在汉语语音识别中，韵律信息发挥着至关重要的作用，本文...
语音识别的流程
热门推荐
多智时代的博客
12-15 2万+
语音识别是完成语音到文字的转换。自然语言理解是完成文字到语义的转换。语音合成是用语音方式输出用户想要的信息，用语音实现人与计算机之间的交互，主要包括语音识别、自然语言理解和语音合成。 相对于机器翻译，语音识别是更加困难的问题。机器翻译系统的输入通常是印刷文本，计算机能清楚地区分单词和单词串。而语音识别系统的输入是语音，其复杂度要大得多，特别是口语有很多的不确定性。人与人交流时，往往是根据上下文提供...
HTK 语音识别 ASK
djyangmaowei的专栏
05-31 1万+
<br /><br />大词汇量连续语音识别用声韵母建模 <br />在新增加一个读音时 可以只修改dict与gram即可<br /> <br />HTK中识别结果到时间转换<br />13600000 16320000 hao -1452.207031<br />直接除以10的7次方<br />hao的发音从1.36秒到1.632秒 也就是说HTK是以100微秒作为基本单位输出<br /> <br /> <br />HTK bad data or over pruning 报警<br /> <br />
SAPI 语音识别 Grammar的设置
djyangmaowei的专栏
03-16 9232
应用程序可以利用SpSharedRecoContext接口创建不同的与语音识别引擎的连接。每一个连接都可以使用各自的事件并且使用不同的语音识别语法（grammars）。每一个基于SAPI语音识别的应用程序必须具有至少一个SpSharedRecoContext接口。 第一种方法： 自己定义Grammar using System;using System.Collections;
应用HTK搭建连续语音识别系统(总结)
djyangmaowei的专栏
05-21 8991
 —一 基于HMM的连续语音识别与HTK工具包介绍—语音识别系统的分类被识别人：特定人   非特定人词汇量：小词汇量 中词汇量 大词汇量说话方式：孤立词  连接词 连续词语言：汉语  英语 法语… 我们做的非特定人大词汇量连续汉语语音识别系统也叫 汉语语音听写机  —隐马尔可夫模型（Hidden Markov Mode
汉语语音识别matlab
11-30
汉语语音识别是一项利用机器学习和模式识别技术来识别汉语语音信号的技术。MATLAB作为一种强大的科学计算软件，可以用于开发和实现汉语语音识别算法。 首先，我们需要收集大量的汉语语音数据作为训练集，这些数据可以包括不同说话人、不同音频场景和不同语音内容的录音。然后，我们可以使用MATLAB提供的工具和函数，将语音信号进行预处理，比如去除噪声、分割音频、提取特征等。接下来，我们可以使用MATLAB的机器学习算法，比如GMM（高斯混合模型）或HMM（隐马尔可夫模型），对语音信号进行建模和训练。通过不断的训练和优化，我们可以提高系统的准确率和鲁棒性。 在实际应用中，我们可以利用MATLAB搭建一个简单的语音识别系统。用户可以通过麦克风录入汉语语音，MATLAB可以实时对语音信号进行预处理和特征提取，然后使用训练好的模型进行识别并输出结果。此外，MATLAB还可以用于评估和优化系统性能，比如计算准确率、召回率和F1值等指标。 总之，利用MATLAB进行汉语语音识别是一项复杂而有挑战性的任务，但同时也是一种非常有潜力的研究领域。MATLAB提供了丰富的工具和函数，可帮助我们处理和分析语音信号，并构建高效准确的语音识别系统。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值