面向听觉智能与物理AI的
人机交互开发者社区

发现模型、参与赛事、分享实践、连接同行,共创数据、模型与评测驱动的人机交互生态。

50k+
注册开发者
5.8k+
技术文章
268+
开源数据集
300+
技术课程

最新声浪

查看全部 →
OpenSpeaker 之模型转换
转载5 years ago
OpenSpeaker 之模型转换

今天我们先看一下通用的模型部署场景,然后讨论一下Libtorch模型转换。 深度学习模型部署 深度学习模型训练完成后,需要将模型部署应用,该部门一般无需再考虑如何修改训练方式或者修改网络结构以提高模型精度,更多的是需要明确部署的场景、部署方…

755 0 0
OpenSpeaker之声纹模型训练
转载5 years ago
OpenSpeaker之声纹模型训练

根据规划,今天来看第二部分模型训练: 1、声纹模型 声纹识别已有几十年的历史,但是真正的声纹模型应用,应该是从深度学习兴起之后,目前主流的声纹识别系统,也基本都是基于深度学习的方法来做的,包括经典的d-vector, x-vector, R…

465 0 0
语音识别-中英混ASR案例
转载5 years ago
语音识别-中英混ASR案例

首先语音识别系统对收集到的目标语音进行预处理,这个过程就已经十分复杂,包含语音信号采样、反混叠带通滤波、去除个体发音差异和设备、环境引起的噪声影响等等。之后对处理的语音进行特征提取。 语音识别的原理其实并不难理解,原理上和指纹识别的原理相同…

442 0 0
基频提取算法综述
转载5 years ago
基频提取算法综述

音高(pitch)是声音的三大属性(音量、音高、音色)之一。除去个别极端情况,音高是由声音的基频(fundamental frequency, 简记为)决定的,因此在文献中「音高」与「基频」两个词常常混用。由有规律的振动发出的声音,一般都会…

143 1 0
用 WeNet 搭建 Android 语音识别系统
原创5 years ago
用 WeNet 搭建 Android 语音识别系统

WeNet 是出门问问联合西北工业大学推出端到端语音识别工具,并且开源在 Github 上。为了方便大家使用,本文将教大家如何在 Android 手机中构建一个语音识别系统。 本文的示例运行环境如下所示: CPU (Intel x86_64…

514 0 0

为语音开发者而生