注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. ROS语音交互图像识别包(python脚本)

  2. ROS包,python代码,主要三个文件 1、ROS_baidu_voice.py:用百度语音云服务实现语音识别,并将识别结果简单分类发送到 话题/cmd_vel_mux/input/teleop或话题camera_op或话题camera_reply，分别用于控制小车速度、打卡摄像头进行图像识别和进行语音交互; 2、ROS_baidu_reply.py:用于进行语音交互，使用图灵机器人云服务和百度语音合成云服务实现与人交互的功能,订阅camera_reply话题(其内容是图像识别结果或语音识别

  3. 所属分类：Python

  1. python百度语音识别 语音合成demo

  2. 在使用本代码前请自行安装pip install baidu-aip库，然后自己注册百度语音的账号以及ID、key等，语音识别时要求录音质量与官方要求一致方可，否则可能出现错误。其中atow.py表示语音识别的代码，wtoa.py表示语音合成的代码

  3. 所属分类：机器学习

    • 发布日期：2018-04-20
    • 文件大小：1024
    • 提供者：qianlixiaomage

  1. 人工智障语音聊天机器人.zip

  2. 项目构想： 录制一段音频并识别成字符，将字符传入图灵机器人并获得回复，将回复合成音频文件并播放。 项目感想： 讯飞语音识别率还行，但是项目容错率低，并且项目基本调用API，没进一步研究语音识别技术的过程与实现，不过还是颇有收获，学习到了完成项目期间出现各种各样的问题的解决办法，所以只要你敢想，敢动手去做就一定会有收获。 项目API调用：讯飞语音识别，百度语音合成，图灵机器人。 项目语言以及库：Python+playsound+pyaudio+wave+os+百度API+讯飞API+图灵

  3. 所属分类：Python

    • 发布日期：2020-01-02
    • 文件大小：181248
    • 提供者：Cxk___

  1. python语音识别

  2. 一个python编写的将文字转换成语音的程序，可以当广播用。所需要的外接库：baidu-api

  3. 所属分类：Python

    • 发布日期：2020-06-05
    • 文件大小：3072
    • 提供者：xiaohetao_

  1. python之语音识别speech模块

  2. 主要介绍了python之语音识别speech模块,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：273408
    • 提供者：weixin_38657376

  1. python语音识别指南终极版(有这一篇足矣)

  2. 【导读】亚马逊的 Alexa 的巨大成功已经证明：在不远的将来，实现一定程度上的语音支持将成为日常科技的基本要求。整合了语音识别的 Python 程序提供了其他技术无法比拟的交互性和可访问性。最重要的是，在 Python 程序中实现语音识别非常简单。阅读本指南，你就将会了解。你将学到： •语音识别的工作原理； •PyPI 支持哪些软件包; •如何安装和使用 SpeechRecognition 软件包——一个功能全面且易于使用的 Python 语音识别库。 语言识别工作原理概述 语音识别源于 20

  3. 所属分类：其它

    • 发布日期：2020-12-17
    • 文件大小：131072
    • 提供者：weixin_38499553

  1. Python实现简单的语音识别系统

  2. 最近认识了一个做Python语音识别的朋友，聊天时候说到，未来五到十年，Python人工智能会在国内掀起一股狂潮，对各种应用的冲击，不下于淘宝对实体经济的冲击。在本地（江苏某三线城市）做这一行，短期可能显不出效果，但从长远来看，绝对是一个高明的选择。朋友老家山东的，毕业来这里创业，也是十分有想法啊。 将AI课上学习的知识进行简单的整理,可以识别简单的0-9的单个语音。基本方法就是利用库函数提取mfcc,然后计算误差矩阵,再利用动态规划计算累积矩阵。并且限制了匹配路径的范围。具体的技术网上很多,不

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：116736
    • 提供者：weixin_38645865

  1. Python 利用pydub库操作音频文件的方法

  2. 最近使用Python调用百度的REST API实现语音识别，但是百度要求音频文件的压缩方式只能是pcm（不压缩）、wav、opus、speex、amr，这里面也就wav还常见一点，但是一般设备录音得到的文件都是mp3，这就要把mp3转换为wav，由于python的效率并不高，很多实现都是使用C++或者Java，不过GitHub上有一个项目pydub（https://github.com/jiaaro/pydub/tree/master/pydub）可以暂时解决问题。 安装pydub 直接执行以下

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：36864
    • 提供者：weixin_38655780

  1. 基于python实现语音录入识别代码实例

  2. 这篇文章主要介绍了如何通过python实现语音录入识别,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 一、介绍 1.第一步录音存入本地 2.调用百度语音识别sdk 注意点：百度语音识别对声音源有要求，比特率必须是256kbps 二、代码 #安装必要库 pip install baidu-aip #百度sdk pip install pyaudio import wave import pyaudio from aip import Ai

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：56320
    • 提供者：weixin_38673924

  1. python实现语音识别前期准备（调用科大讯飞平台）

  2. 本demo测试时运行的环境为：Windows + Python3.7 本demo测试成功运行时所安装的第三方库及其版本如下，您可自行逐一或者复制到一个新的txt文件利用pip一次性安装： cffi1.12.3 gevent1.4.0 greenlet0.4.15 pycparser2.19 six1.12.0 websocket0.2.1 websocket-client==0.56.0 语音听写流式 WebAPI 接口调用示例 接口文档（必看）：https://doc.xfyun.cn/res

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：215040
    • 提供者：weixin_38552871

  1. python调用pyaudio使用麦克风录制wav声音文件的教程

  2. python的pyaudio可以进行录音，播放，生成wav文件等等,WAVE是录音时用的标准的WINDOWS文件格式，文件的扩展名为WAV，数据本身的格式为PCM或压缩型，属于无损音乐格式的一种。在我们研究语音识别，自然语言处理的过程中，常常会使用到它，比如我们调用百度语音识别所以我们首先研究一下pyaudio库的安装与使用。 安装： pip install pyaudio 调用pyaudio使用麦克风录制声音： python中的pyaudio库可以直接通过麦克风录制声音，我们可以通过调用该库，

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：53248
    • 提供者：weixin_38712092

  1. RobinASR:ROBIN项目中的罗马尼亚语自动语音识别-源码

  2. 罗宾·阿斯 该存储库包含基于架构的罗马尼亚语言的罗宾自动语音识别（RobinASR），以及用于转录的语言模型。 预训练的文本-语音模型可被下载和预训练KenLM能下载。 另外，请确保访问： RELATE平台中可用的ASR系统演示： ://relate.racai.ro/index.php path robin/asr 允许断字和基本大小写还原的后处理Web服务： ： 安装 您必须在系统中安装Python 3.6+和PyTorch 1.5.1+。 还。 如果要使用（推荐）GPU版

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：60416
    • 提供者：weixin_42107561

  1. espresso：Espresso：快速的端到端神经语音识别工具包-源码

  2. 浓咖啡 Espresso是基于深度学习库和流行的神经机器翻译工具的开源，模块化，可扩展的端到端神经自动语音识别（ASR）工具包。 Espresso支持在GPU和计算节点之间进行分布式训练，并具有ASR中常用的各种解码方法，包括基于超前单词的语言模型融合，为此实现了快速，并行的解码器。 我们为以下语音数据集提供最新的培训食谱： 什么是新的： 2020年6月：发布了变压器配方。 2020年4月：现已支持 （使用 ）和混合ASR的交叉熵训练。 和分别提供WSJ配方作为示例。 2020年3月：支

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：3145728
    • 提供者：weixin_42116585

  1. 蜻蜓：已存档！ -语音识别框架，允许基于Python的强大脚本编写以及Dragon NaturallySpeaking（DNS）和Windows语音识别（WSR）的扩展-源码

  2. 这个仓库已经存档！ 蜻蜓的原始存储库已存档。 请参阅以了解当前积极维护的Dragonfly分支。 蜻蜓 蜻蜓是一种语音识别框架。 它是一个Python软件包，提供了高级对象模型，并允许其用户轻松编写使用语音识别的脚本，宏和程序。 当前，它支持以下语音识别引擎： Dragon NaturallySpeaking （DNS）， Nuance的产品 Windows语音识别（WSR），包含在Microsoft Windows Vista，Windows 7中，可免费用于Windows XP 蜻蜓

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：287744
    • 提供者：weixin_42130889

  1. speech_recognition：中文语音识别-源码

  2. 中文语音识别 1.环境 巨蟒：3.5 Tensorflow：1.5.0 2.训练数据下载 清华大学中文语料库（thchs30） 3.训练 配置conf目录下的conf.ini文件中的设定 在python train.py运行python train.py开始训练 在终端运行python test.py测试 也可以使用PyCharm打开 4.测试效果

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：415744
    • 提供者：weixin_42132352

  1. tensorflow_end2end_speech_recognition：基于TensorFlow的端到端语音识别实现（CTC，Attention和MTL培训）-源码

  2. 端到端语音识别的TensorFlow实现 要求 TensorFlow> = 1.3.0 tqdm> = 4.14.0 python-Levenshtein> = 0.12.0 setproctitle> = 1.1.10 海上> = 0.7.1 语料库 电话（39，48，61电话） 字符 电话（实施中） 字符 字 电话（实施中） 日语假名字符（约150个班级） 日语汉字字符（约3000类） 这些语料库将在将来添加。 总机 华尔街日报 该存储库

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：828416
    • 提供者：weixin_42169971

  1. TF-Speech-Recognition-Challenge-Solution：Tensorflow语音识别挑战（https：www.kaggle.comctensorflow-speech-recognition-challenge）中

  2. TF语音识别挑战 Tensorflow语音识别挑战赛是Google Brain组织的Kaggle竞赛，目的是使用“语音命令数据集”来构建可理解简单语音命令的算法。 该解决方案在私人排行榜上排名63（排名前5％）。 项目结构 数据 生的 训练（训练音频文件） 测试（测试用于评估的音频文件 库分类（用于培训和评估的所有脚本） 笔记本 脚本（可执行脚本） 模型（预训练模型） 要求 Tensorflow 1.4 解放军 scikit学习 Python 3.x 跑步 下载语音命令数据集，然后将

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：121634816
    • 提供者：weixin_42134097

  1. libfaceid：libfaceid是用于人脸识别解决方案原型的研究框架。 它通过语音合成和语音识别功能无缝集成了多种检测，识别和动态模型-源码

  2. libfaceid，适合所有人的人脸识别库 人脸识别变得容易。 libfaceid是用于面部识别的Python库，它无缝集成了多个面部检测和面部识别模型。 从零到英雄。 学习面部识别的基础知识，并尝试不同的模型。 libfaceid通过提供全面的模型列表供初学者学习各种模型，并简化面部识别解决方案的原型。 从基本模型（Haar Cascades + LBPH）到更高级的模型（MTCNN + FaceNet），支持多种检测和编码/嵌入模型，包括分类模型。 这些模型无缝集成，因此用户可以混合和匹配

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：467664896
    • 提供者：weixin_42178688

  1. Python的框架/库总结（深度学习向）

  2. 下面总结了一些我平时常用的库，并配有解释，不多废话，直接上！ 1深度学习库 Tensflower（用过） 先说我对tensflower的理解，入门特别推荐，安装方便，代码一堆，通俗是真的通俗，易懂也是真的易懂，不过支持前期入门，并不支持深入使用。谷歌公司开发的神经网络开源库，主要优点是可进行分布式计算，API稳定，兼容性比较好。张量（Tensor）是他的基本数据单位，可在各种设备上运行，在图形处理和语音识别方面有不俗实力 pytorch（用过） 作为torch的Python版本，由Faceboo

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：81920
    • 提供者：weixin_38689113

  1. 使用Python和百度语音识别生成视频字幕的实现

  2. 从视频中提取音频 安装 moviepy pip install moviepy 相关代码： audio_file = work_path + '\\out.wav' video = VideoFileClip(video_file) video.audio.write_audiofile(audio_file,ffmpeg_params=['-ar','16000','-ac','1']) 根据静音对音频分段 使用音频库 pydub，安装： pip install pydub 第一种方法：

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：98304
    • 提供者：weixin_38616139
« 12 3 »