激光
闪电自动语音识别
一个基于PyTorch-Lightning的MIT许可ASR研究库，用于开发端到端ASR模型。
介绍
是用于高性能AI研究的轻量级包装器。 PyTorch非常易于使用，可以构建复杂的AI模型。 但是一旦研究变得复杂，并且诸如多GPU训练，16位精度和TPU训练之类的东西混在一起，用户很可能会引入错误。 PyTorch Lightning恰好解决了这个问题。 Lightning构造了您的PyTorch代码，因此它可以抽象出培训的详细信息。 这使AI研究具有可扩展性，并且可以快速迭代。 该项目是使用PyTorch Lightning实现asr项目的示例。 在这个项目中，我训练了一个模型，该模型包括一个带有联合CTC注意的构象编码器+ LSTM解码器。 所述LASR装置升ighthning一个utomatic小号peechřecognition。 我希望这可以成为那些研究
2022-11-04 09:33:45
52KB
1
lpc
matlab代码语音压缩
Runnig代码
按原样下载所有文件，然后在Matlab上运行.mlapp文件。
线性预测编码
将人类语音建模为过去样本的线性函数。
在MATLAB
App的帮助下创建了UI。
2022-10-28 14:18:08
2.1MB
1
Speech Enhancement Techniques for Digital Hearing Aids
2022-10-27 13:27:24
11.98MB
1
消费税
再现：样式标记：端到端语音合成中的无监督样式建模，控制和传输（ ）
Python和工具包版本
Python: '3.5.2'
numpy: '1.13.1'
tensorflow: '1.4'
样本和预训练模型
在可以找到样本，进行了两种实验：
参考音频条件：
BZ_440K.wav是在Blizzard2013上训练的模型的推理结果，为440K步长（batch_size = 16），调节的参考音频是从其测试集中选取的。
LJ_448K.wav是在LJ_Speech上训练的模型的另一个推论结果，为448K步长（batch_size = 16），调节的参考音频也从其测试集中选取。
消费税的组合：
normal.wav和slow.wav是在LJ_Speech上训练的模型的两个推断结果，两者之间的区别是通过选择不同的样式标记进行样式嵌入。
high.w
2022-10-25 09:57:52
1.23MB
1
用Python和Flask进行语音识别
于2021年2月22日对语音识别应用进行编码以进行机器学习。
此应用程序是Web低音机器学习系统，可将wav格式的口语单词转换为文本格式
2022-10-22 20:14:06
419KB
1
【论文：麦克风阵列增强】Speech Enhancement Based on the General Transfer Function GSC and Postfiltering...-附件资源
2022-10-13 10:44:35
106B
1
中文阅读软件必需的语音包。
相比微软语音包中的Sam发音，它可以朗读中文，虽然也很机械。
2022-09-27 16:47:10
1.44MB
1
MATLAB結合HTK的特徵擷取應用SVM函式 的實際範例 並且可達到即時錄音辨識 輸出 前三個語音辨識的機率
2022-09-21 13:00:57
950KB
Speech2Text
在这里使用ffmpeg / flac / Google和ruby的功能是一个简单的界面，可以将语音转换为文本。
在本文的帮助下，使用来自Google的新的未记录语音API： /
我们能够在Ruby中提供一个非常简单的API，以将简单的音频解码为文本。
Google的API尚未公开，因此可能会更改。 它似乎也非常脆弱，因为它多次返回500，因此该库具有内置的重试代码-对于较大的音频文件，可能会在检索成功结果之前返回10多个失败…
似乎API也只喜欢较小的音频文件，因此有一个内置的分块器，使我们可以将音频分成较小的块。
安装
将此行添加到您的应用程序的Gemfile中：
gem 'speech2text'
然后执行：
$ bundle
或将其自己安装为：
$ gem install speech2text
您还必须在本地计算机上安装ffmpeg
2022-09-07 11:05:43
1.88MB
1