本文的研究内容主要包括数据库构建和算法研究两个方面，主要内容如下： （1）中文唇语识别数据集 LRW-1000 的构建：考虑到目前关于中文唇语识别的 研究尚无一个基准的数据库，为了给未来中文唇语识别的研究提供一个数据基准， 本课题根据自采的数据，与中科院计算所 VIPL 组合作构建了一个大型的开放场景下 中文唇语识别数据集，并提出了一个完整的构建流程，详细介绍了构建流程中的设 计到的算法原理。 （2）唇语识别算法：提出了一个新的唇语识别算法，来学习从唇语图像序列到 目标文本序列的映射。为了增强网络对短时依赖的建模能力，结合 DenseNet 和时空卷积提出一个新的网络结构，命名为 D3D。然后使用循环神经网络对得到特征的时 序关联进行学习。同时，针对特定的网络结构，设计了一个三段式的训练方法来解 决模型收敛不稳定的问题，该训练方式对于模型性能有显著提升。

基于Thinkphp开发的ACCOIN数字金融虚拟币交易自动挖矿网站源码(中英韩三语完美无错运营版)，内附安装说明

data_AI_shell中文语音数据集合8data_AI_shell中文语音数据集合2data_AI_shell中文语音数据集合1data_AI_shell中文语音数据集合1

近年来，随着社会生活水平的不断提高，人们对机器智能人声识别的要求越来越高。高斯混合—隐马尔可夫模型（Gaussian of mixture-hidden Markov model, GMM-HMM）是说话人识别研究领域中最重要的模型。由于该模型对大语音数据的建模能力不是很好，对噪声的顽健性也比较差，模型的发展遇到了瓶颈。为了解决该问题，研究者开始关注深度学习技术。引入了CNN深度学习模型研究连续语音说话人识别问题，并提出了CNN连续说话人识别（continuous speaker recognition of convolutional neural network, CSR-CNN）算法。模型提取固定长度、符合语序的语音片段，形成时间线上的有序语谱图，通过CNN提取特征序列，经过奖惩函数对特征序列组合进行连续测量。实验结果表明，CSR-CNN算法在连续—片段说话人识别领域取得了比GMM-HMM更好的识别效果。

嗨推视频号操盘手星语-视频号带货180万路径解析.pdf

大三 操作系统课设 报告

兽语翻译器，普通文本核兽语互译，恶搞软件

风语筑：上海风语筑文化科技股份有限公司2020年年度报告.PDF

设计一个商品进销管理程序，该程序具有以下功能： (1) 录入商品信息; (2) 给定商品编号，修改该商品信息; (3) 给定商品编号，删除该商品信息; (4) 录入商品的进货和销售信息; (5) 给定商品编号或商品名，查看该商品及库存信息; (6) 统计功能：提供一些统计各类信息的功能。 1.1、设计要求 (1) 按照分析、设计、编码、调试和测试过程完成应用程序; (2) 学习并使用流程图等工具，并在撰写报告中使用; (3) 程序的各项功能在程序运行时，以菜单形式选择并执行; (4) 要求用户输入数据时，要给出清晰、明确的提示，包括：输入数据的内容、格式及其结束方式等 (5) 所有的信息存储在一个文件或多个中，并实现文件读写操作。 (6) 程序中用链表存放商品及进销存信息并实现增删减功能。 1.2、设计提示

windows 7 系统下实现维吾尔语输入