超级会员免费看
1 任务介绍
语音识别是通往真正的人工智能的不可缺少的技术。尽管能真正听懂人类说话的智能机器任然在未来不可捉摸的迷雾之中，但我们必须先解决如何识别出人类语音中包含的自然语言信息的问题。而数字信号处理技术将为这一任务赋能。在本课程项目的任务之中，我们面对的是一个简化的语音识别场景——即孤立词识别。
我们针对 20 个关键词，采集了所有参与课程的同学朗读每个词 20 遍的语音。我将以此为数据集来构建一个能正确识别这 20 个关键词的孤立词识别系统。
界面：
本文介绍了使用Python和PyTorch的VGG Net搭建的孤立词语音识别系统，涵盖预处理、特征提取、模型构建、识别交互等步骤，包括信号清洗、预加重、分帧、加窗、端点检测、快速傅里叶变换和梅尔频率域特征计算等技术。系统训练后在训练集和测试集上表现出色，具有良好的泛化能力。
订阅专栏 解锁全文
扫一扫
1945
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
