Oculus Lipsync是一种Unity集成，用于将虚拟角色的唇部动作同步至语音。它主要是离线或实时分析音频输入，然后预测可用于令虚拟角色或非玩家角色(NPC)嘴唇动画化的一组发音嘴形。视觉音素/视素(visual phoneme/viseme)是嘴唇和面部的姿势或表达，其对应于特定的语音(音素)。例如在讨论读唇术时，我们常常使用这个术语，其概念类似于音素，并且是具备可理解度的基本视觉单元。在计算机动画中，我们可以使用视觉音素来制作虚拟角色的动作，令它们看起来像是在说话。
2022-06-30 20:06:10
107.13MB
1
基于PaddlePaddle实现的语音合成工具，包含GUI界面操作和Web接口，以及简单示例。
视频教程：https://www.bilibili.com/video/BV1G34y1s744
2022-06-30 16:06:07
422.7MB
4.8 在线识别
（@冒顿翻译）
在kaldi 的工具集里有好几个程序可以用于在线识别。这些程序都位在
src/onlinebin文件夹里，他们是由src/online文件夹里的文件编译而成(你现在可以
用make ext 命令进行编译).这些程序大多还需要tools文件夹中的portaudio 库文
件支持， portaudio 库文件可以使用tools文件夹中的相应脚本文件下载安装。
这些程序罗列如下：
online-gmm-decode-faster: 从麦克风中读取语音，并将识别结果输出到控制台
online-wav-gmm-decode-faster:读取wav文件列表中的语音，并将识别结果以指
定格式输出。
online-server-gmm-decode-faster:从UDP连接数据中获取语音MFCC向量，并将
识别结果打印到控制台。
online-net-client :从麦克风录音，并将它转换成特征向量，并通过UDP连接发
送给online-server-gmm-decode-faster
2022-06-30 11:10:44
2.85MB
1
这是一款网课查题微信小程序源码
题库资源丰富自动采集，
支持语音拍照识别
该款采用接口方式,所以题库自动全网采集
而且该款小程序无需服务器和域名即可搭建
大家解压源码然后使用微信开发者工具打开源码
然后设置两个合法域名然后上传审核即可
2022-06-30 11:05:17
1.14MB
语音芯片CX20921，此苾片具有降噪、消回音、智能换醒。可用于人工智能、机器人、远程控制、车联网、物联网
2022-06-30 10:44:45
789KB
1
VAD-python, 在 python 中，语音活动检测器 语音活动检测器用于波形文件的python 码的应用。 语音能量与总能量比值的语音活动检测器。要求numpyscipymatplotlib基本思想输入的音频数据如下：将立体声转换为单声道沿音频数据移动 20ms 个窗口
2022-06-30 09:12:20
23KB
1