EMU是用于创建，操作和分析语音数据库的软件工具的集合。 EMU的核心是数据库搜索引擎，该引擎允许基于注释的顺序和层次结构进行查询。

离线文字转语音——Overtone - Realistic AI Offline Text to Speech (TTS)

React本地TTS React Native TTS是用于iOS，Android和Windows上的的文本到语音库。 文献资料 安装 npm install --save react-native-tts react-native link react-native-tts 用法 进口货 import Tts from 'react-native-tts' ; 视窗 在windows/myapp.sln将RNTTS项目添加到您的解决方案中： 在Visual Studio 2019中打开解决方案 右键单击解决方案资源管理器中的“解决方案”图标>添加>现有项目 选择node_modules\react-native-tts\windows\RNTTS\RNTTS.vcxproj 在windows/myapp/myapp.vcxproj添加引用RNTTS到您的主应用程序项目。 从Visu

演讲 语音是一个开放源代码包，用于构建用于自动语音识别的端到端模型。 当前支持关注的序列到序列模型，连接器时间分类和RNN序列转换器。 该软件的目的是促进语音识别的端到端模型的研究。 这些模型在PyTorch中实现。 该软件仅在Python3.6中经过测试。 我们不会为Python2.7提供向后兼容性。 安装 我们建议创建一个虚拟环境并在其中安装python要求。 virtualenv source /bin/activate pip install -r requirements.txt 然后按照适用于您的计算机的版本的安装说明进行操作。 安装所有python需求后，从顶层目录运行： make 构建过程需要CMake以及Make。 之后，从仓库根目录获取setup.sh 。 source setup

For undergraduate or advanced undergraduate courses in Classical Natural Language Processing, Statistical Natural Language Processing, Speech Recognition, Computational Linguistics, and Human Language Processing.

speech and language processing英文 第二版

基于matlab进行语音情感识别，通过特征空间得到该语音包含的离散情感

本内斯蒂2010年作品，主要讲述通讯中的音频信号处理，值得大家下载下来仔细研读

本内斯蒂关于语音增强的著作，值得大家下载下来仔细研究

PyTorch + Catalyst实现的“ 。 该存储库处理培训过程。 为了进行推断，请检出GUI包装器：PyQT中的 。 该储存库已与合并为。 目录 要求 计算方式 我们在1050 Mobile和Tesla V100的两个GPU上运行了该程序。 我们没有进行任何基准测试，但是V100的速度大约提高了400倍。 它还取决于您下载的数据量。 因此，任何服务器级GPU都是可行的。 贮存 该程序确实会生成很多文件（下载和其他方式）。 每个音频文件的大小为96kiB。 对于7k独特的音频剪辑，并以70/30的比例进行火车和验证拆分，它占用了约120GiB的存储空间。 因此，如果您下载更多音频片段，则至少为1TB 。 记忆 至少需要4GB VRAM 。 它可以处理2个批处理大小。在20个批处理大小下，在两个GPU上，每个GPU占用16GiB VRAM。 设置 如果您使用的是Docker，则