我正在准备一个实验，我想用python编写一个程序来识别参与者所说的特定单词。
我在python中搜索了很多关于语音识别的内容，但是结果很复杂。(例如CMUSphinx)。
我想要实现的是一个程序，它接收一个声音文件(只包含一个单词，而不是英语)，我告诉程序声音意味着什么，我想看到什么输出。
我看过关于识别手写体数字的学习技巧.我想知道我是否能做这样的事情：
根据不同人说同一个词的声音文件，训练程序返回某些输出(例如数字)；
当从说同一个词的人那里接收新的声音文件时，返回相同的值。
我能用蟒蛇和滑雪板来做这个吗？如果是的话，我应该从哪里开始？
谢谢!
浏览 2提问于2016-09-14得票数 0
回答已采纳
请描述您的问题
标题：OCR-手写体识别 - 智能图像服务 - 产品文档 - 帮助与文档 - 腾讯云
地址：https://cloud.tencent.com/document/product/641/12838
浏览 286提问于2018-01-23
在发送腾讯云的手写体识别的时候，从开发者文档中复制来的代码。运行的时候就遇到了这样的问题
错误截图.png
浏览 1153提问于2018-09-08
0回答
使用ocr手写体识别时返回
{"code":-9021,"message":"GLOCR_DETECT_BOX_EMPTY","data":{"recognize_warn_msg":[],"recognize_warn_code":[],"items":[],"session_id":"12595195741228076676","class":[]}}
使用的图片已附上，需要怎么修改呢？
1.jpg
浏览 252提问于2019-07-01
在使用logistic回归的手写体数字识别问题中，正常的实现甚至会强制将狗或猫的图片归类为数字。要消除这种情况，需要进行哪些更改才能添加另一个类：对已经存在的10个类(0到9)“没有数字”？
浏览 0提问于2018-11-16得票数 1
https://cloud.tencent.com/document/product/641/12399 中文体识别公布了手写体识别，但是服务定价中没有价格介绍
浏览 339提问于2017-12-11
我正在学习神经网络，我想给自己简单的练习，并尝试训练神经网络来解决它们。
我知道手写体数字的分类是一个典型的问题，但我希望有比这更简单的东西。没有图像识别，没有一千个输入神经元。
我想过的一个练习是，得到一个数字，然后在除以7的时候找到它的模。但是我得到的解释是，对于神经网络初学者来说，由于各种原因，这实际上是一项困难的任务。
，有人有一个非常简单的锻炼/训练的想法吗？或指向现有练习列表的链接？
浏览 0提问于2020-06-02得票数 1
回答已采纳
2回答
手写数字识别
、、
我要做一个关于手写体数字识别的神经网络项目，但是这个领域是很好的研究。我在网上发现了一些文章，但大多数都是在2012年之前发表的。有人能告诉我这一领域的最新技术和当前问题是什么吗？
浏览 4提问于2016-03-19得票数 0
回答已采纳
我目前正在阅读LeCun等人提出的论文。手写体邮政编码识别。下面是CNN架构的形象图。但我并不真正理解层H1和输入层之间的连接是如何有意义的。如果有12个内核大小为5x5，那么层H1不应该是12x144吗？或者这里是否也发生了抽样下降的情况？
📷
浏览 0提问于2020-01-02得票数 3
回答已采纳
1回答
如何分割手写数字
、、、
我正在研究handwritten digit recognition的一个问题。基本上，我们需要识别文件中的某些字段，如金额、帐号、移动电话等。
手写体数字识别可分为两个步骤。
数字分割
分段数字的识别
对于step-2，我们可以使用一些相关的MNIST模型，但问题是如何分割数字。我试过使用，但只有当数字与空白像素分隔时才有帮助，即当它们彼此不接触时，用户通常用触摸或连接的数字写入数字。
有谁能建议一些基于深度学习或非深度学习的方法来完成这项任务？
样本图像
浏览 5提问于2020-06-23得票数 3
2回答
我目前正在研究手写体数字识别问题。我发现许多状态-art算法对mnist数据集采用了一些预处理方法，比如去键和抖动(我不知道‘抖动’是什么)。我在谷歌上搜索了很长一段时间，但没有发现任何可以用来消除mnist数据集的具体方法或算法。有没有人对如何解决这个问题有想法？非常感谢!
浏览 6提问于2013-02-14得票数 3
1回答
在OCR产品开放的SDK中没有发现可以调用手写体OCR的接口，而且在手写体OCR页面上没有提供常用语言（比如python、java）的调用demo，请问可以提供一下调用demo吗？
浏览 337提问于2019-04-25
1回答
事实：
支持向量机是一种著名的机器学习算法。
MNIST是一种流行的手写体数字识别比赛。
SVMs几乎和手工调谐的神经网络一样好。
在使用SVMS时，核函数的选择是至关重要的。
问题：
在最新的MNIST使用支持向量机的结果中，人们使用什么内核？
假设输入为16x16灰度图像。
我想知道应用$K(x，z)$的内核是什么，其中x/z是16x16图像，$K$是内核函数。
谢谢!
浏览 4提问于2014-07-26得票数 4
回答已采纳
1回答
我用keras (用于情感语音识别的LSTM分类器)与python一起构建了一个深度学习模型，它在本地工作得很好，但是当我加载模型或传递音频分类时，我得到了很高的内存使用量(到目前为止没有问题，因为我的机器中有16 in )。我试图在一个烧瓶web应用程序中将我的模型部署到Azure中，我的问题是:我需要一个云中的“超级机器”来运行我的模型，或者还有其他方法来部署它，以降低成本？
浏览 1提问于2020-12-26得票数 1
回答已采纳
2回答
我正在学习手写体文本识别教程。为了进行手写体数字识别，作者构造了一个Keras模型如下：
# # Creating CNN model
input_shape = (28,28,1)
number_of_classes = 10
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),activation='relu',input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(Ma
浏览 0提问于2019-11-08得票数 0
我正在做手写体数字识别使用SciKit学习，因此我需要裁剪点击的图片，所以我已经准备了一个模板在单词上。现在我想要的是沿着边框裁剪图像，这样我就可以进一步裁剪它来提取数字。
图像样本如下：
对于剪切图像，我使用的是代码。
下面是剪切上述矩形的父图像：
注意:父图像也有一个边框(在图像中不可见)，因此修剪空白可能有助于获得修改后的父图像，以便预定义(高度、宽度)对图像上的各种作物几乎相同。
浏览 2提问于2018-04-02得票数 1
回答已采纳
1回答
如何调试keras模型？
、、、、
我正在学习手写体文本识别教程。为了进行手写体数字识别，作者构造了一个Keras模型如下：
# # Creating CNN model
input_shape = (28,28,1)
number_of_classes = 10
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),activation='relu',input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(Ma
浏览 1提问于2019-11-08得票数 2
1回答
我正在使用三星Galaxy Tab，我的应用程序包含显示阿拉伯文本。我有2行显示文本。一行将以阿拉伯语显示，另一行将以英语显示。输出将如下所示
阿拉伯文本前面有一些空格。我已经在tablelayout中给出了这两个文本。但是如果我用英语而不是阿拉伯语显示文本，那么这个额外的空格就不存在了。为甚麽呢？这跟阿拉伯语有关吗？
浏览 3提问于2011-09-12得票数 0
回答已采纳
OCR 是实时高效的定位与识别图片中的所有文字信息，返回文字框位置与文字内容。支持多场景、任意版面下整图文字的识别，以及中英文、字母、数字的识别。简单来说就是将图片上的文字内容，智能识别成为可编辑的文本，这么强大的功能在我们生活当中有哪些应用呢？
浏览 3631提问于2018-08-24
1回答
是否可以从运行中的应用程序中替换模板库的手势模板？我正在构建一个手写识别器系统，其中手势库file.So中有字母模板，基本上在加载代码之后，我比较用户输入手势如下：
public void onGesturePerformed(GestureOverlayView overlay, Gesture gesture) {
ArrayList<Prediction> predictions = gesturelib.recognize(gesture);
if (predictions.size() > 1) {
for(Prediction prediction
浏览 3提问于2013-09-10得票数 4
回答已采纳
目前，我正在做一个辅助项目。我现在使用的是javascript和node.js。我正在尝试将语音识别添加到我的应用程序中，尽管不是在浏览器中。我知道有很多东西使用浏览器的语音识别API，但我通常使用mac在终端上运行我的脚本。例如，我试图实现的内容如下所示。我会说点什么，如果这与if语句相对应，那么脚本将根据请求执行任何任务。因此，如果我说"Hello“，它将执行任何任务。有像这样的东西吗？
浏览 140提问于2018-10-06得票数 2
回答已采纳
观测问题
我正在尝试验证FileField字段上的文件扩展名。即使当我传递扩展名未包含在验证器构造函数中的文件时，表单也会成功验证。在本例中，我使用的是一个测试.pdf文件，它不是空白的：
validators=[FileRequired(),FileAllowed(['jpg', 'png'], 'Images only!')]
表格内容: data = <FileStorage: 'test.pdf' ('application/pdf')>
误差= ()
代码
路由
from flask impo
浏览 0提问于2021-04-07得票数 2
回答已采纳
Alexa有一个API可以让我得到“排名”，“子域名”和“访问者百分比”吗？我一直被重定向到“亚马逊网络服务”，但我并不打算使用任何存储或语音识别服务。我在哪里可以找到Alexa服务，在那里我可以获得网络排名的数据？
浏览 0提问于2016-11-12得票数 0
我想做手写体数字识别使用K最近的近邻分类与科学学习。我有一个文件夹，里面有5001张手写数字的图像(从0到9的每一个数字有500张图像)。
我试图找到一种方法来创建一个基于这些图像的数据集，这样我就可以创建一个培训和测试集。我读过很多关于如何使用scikit进行K-最近邻分类的在线教程，但是大多数教程都加载了现有的数据集，如手写数字的MNIST数据集。
是否有任何方法通过从文件夹中读取图像，然后为每个图像分配一个标签来创建自己的数据集？我不知道我能用什么方法来做这件事。任何见解都会受到赞赏。
浏览 0提问于2019-07-02得票数 2
回答已采纳
1回答
我编写了一个使用logistic回归的多类分类器，该分类器是使用一种对所有方法进行训练的。我想为经过训练的分类器绘制学习曲线。
学习曲线是在班级的基础上画出来的，还是应该是分类器整体的一幅图？有什么不同吗？
为了澄清，学习曲线是一个图的训练&交叉验证/测试集错误/成本与训练集的大小。此图应允许您查看是否增加培训集大小会提高性能。更广泛地说，学习曲线允许您识别您的算法是否存在偏差(在拟合下)或方差(过度拟合)问题。
关于我的代码的一些细节：
MNIST手写体数字图像分析
预测图像中的数字(0-9)
基于吴家富的机器学习课程
浏览 2提问于2015-05-30得票数 1
1回答
我正试图建立一个预测未来动荡事件的模型。企业希望能够识别哪些客户可能在一个月内终止服务。“一个月内”可以是指第二天或第三十天。问题是有些功能是基于时间的，例如，当前学期的几个月，过去两周的门票数量等等。如果事件日期是浮动的，我如何计算这些功能的值？我是否应该复制30份相同的搅动服务，并为每个服务计算这些基于时间的功能？有没有更好的方法来解决这个问题？
浏览 0提问于2021-02-04得票数 0
我浏览了与此问题相关的所有500+答案的摘要，但没有找到明显的解决方案。也许根本就没有。
我希望通过从nnn到nnn时间段的公司配置文件显示一个Top10公司。
MySQL表用于跟踪公司简介中的点击率
CREATE TABLE `hit_company` (
`id` mediumint(9) unsigned NOT NULL AUTO_INCREMENT,
`hitdate` date NOT NULL DEFAULT '0000-00-00',
`customerid` mediumint(9) unsigned NOT NULL DEFAULT '0
浏览 0提问于2014-01-14得票数 0
2回答
我正在试着邮寄一个来自另一个市场的新订单。我有所有正确的信息，但由于某种原因，帖子不接受或识别我正在发送的variant_id。它总是返回一个错误，说我缺少名称、价格和标题。我不知道为什么会这样。下面是我发送的数组：
Array
(
[order] => Array
(
[line_items] => Array
(
[0] => Array
(
[id]
浏览 0提问于2016-05-14得票数 0
我在试着用pine手写体得到酒吧的号码。例如，我想找出每24个条中最高的条。我需要的是条形图的数量，而不是值。我试过了 Highest(high,24) 但它返回值！
浏览 18提问于2020-09-11得票数 0
回答已采纳
我有一个字符串，它可以以少数几种格式之一显示数字：
Name ProductA Price R 3 250
或
Name ProductA Price R 500
我不知道价格会以哪种形式出现，所以我想两者都找。我知道第一个字符串的Regex应该是：
\\bPrice\\sR\\s\\b*(\\d\\s\\d+)
第二种情况是：
\\bPrice\\sR\\s\\b*(\\d+)
但是Regex如何检查两者并捕获价格号呢？
浏览 1提问于2018-05-21得票数 1
回答已采纳
1回答
我发现了这条2011年的帖子：有一个安全的密码系统可以在精神上执行吗？
到2020年，会不会有新的安全手写体或纸笔密码？(我知道，那个手写密码没有数字密码那么安全)。
浏览 0提问于2020-11-01得票数 2
我有以下表达式：[^(\r\n)]*来识别任何不包含\r\n的文本。但是，当文本包含(或)时，则无法识别。
示例：
"I have following expression to recognize any text."将被确认为OK。
"I have following expression (A) to recognize any text."将不被识别。
因此，我想要全文："I have following expression (A) to recognize any text."
浏览 1提问于2012-12-08得票数 3
回答已采纳
2回答
这个问题是指你必须更新/删除一个值对象的情况。
考虑一下这种情况。
你有订单，你有产品，产品有ProductItems。其中ProductItem是ValueObject。如果您必须更新产品中的productItems列表(假设更新数量)，您将如何做？您将如何识别需要更新的确切ProductItem？
这是从OrderingContext的角度来看，应该有一个支持上下文，其中有ProductItem股票和ProductItem定价(InventoryContext)，其中ProductItem比ValueObject更多，但是既然我们处于OrderingContext之下，那么如果您没有方法来
浏览 0提问于2018-11-20得票数 2
回答已采纳
1回答
我正在开发手写表单识别系统，到目前为止，我已经能够用java和openCV来检测文本，但是现在我想从中的每一个边框读取文本。
我正在进行研究，以找出与openCV相同的使用java的过程，但我找不到任何。
建议我一些链接，技术，方法或过程，以执行这个特殊的任务与"JAVA“。
浏览 2提问于2017-06-08得票数 1
回答已采纳
1回答
为了具体起见:让我们假设" OCR“一词是指建立在R架构上的任何OCR系统。同样，为了简单起见，让我们声明我们对读取0到100之间的数字感兴趣。
问题:我应该如何构建数据集(考虑到上述目标和体系结构)？
我的理解是，我需要收集从1到100的所有数字的图像，并用相应的数字标记它们。这个前提对吗？
我的奋斗之处在于，我无法完全理解这个看似单调乏味的过程是如何推广到读取更一般类型字符(例如语言-字符)的OCR中的，或者如果我概括这个问题以检测从0到10^{10}的数字)。
提前感谢！
浏览 0提问于2022-10-26得票数 1
假设我们有手写体数字数据集中的数字5。我想把它旋转30度(逆时针方向)，然后把它垂直和水平地移动10个像素。我怎么发动汽车呢？
浏览 1提问于2013-08-13得票数 0
回答已采纳
我刚开始学习巨蟒和机器学习，但我已经开始掌握它了。使用AWS text_detection确实很酷，但我想知道它是否能够检测出英语以外的其他语言。我知道AWS有一个功能来识别文本文件中的主导语言，但是图像文件有识别功能吗？任何帮助都是非常感谢的。
浏览 3提问于2018-11-25得票数 0
回答已采纳
1回答
我目前正在实现列生成(多商品流的变体)。注:我禁用了预置，因为我认为这将更容易的原型。在这种情况下，定价工作良好:增加了正确的变量，相应地修改了约束等--当在定价过程中没有找到更多的变量时，SCIP在该轮之前给出的原始界是最优目标值。
我的问题是，所报告的对偶界是“--”每一次迭代和SCIP都不能识别出最优解。
我不太明白内部会发生什么，特别是因为SCIP在定价(SCIPgetDualSolLinear())时给我的双重解决方案是正确的，一个想法是目标函数会以某种方式退化。
我能找到的唯一相关的事情是，它与预置和标记约束有关，是可修改的。
如果我不将约束标记为可修改的，SCIP会报告一个适当的
浏览 5提问于2020-02-07得票数 2
回答已采纳
我有两个不同的熊猫数据框架。一个叫做“价格”，它有一个模式。
SKU, price
第二个数据框架称为sales_tracking，它包含关于一个SKU在给定价格下的销售数量的信息。它的模式是
SKU, price, total_orders, total_visits
但是，当我们在“价格”数据框架中为SKU添加一个新的价格点时，在“sales_tracking”数据框架中不会有匹配的记录，此时我必须在“sales_tracking”数据框架中添加一个新条目，其中total_orders和total_visits是从另一个数据集中估计出来的(我们这样做是为了估计转换率)。
我遇到的问题是能够
浏览 1提问于2018-03-09得票数 1
回答已采纳
1回答
增强现实:识别手写数字？
、、、、
正如主题所述，我正在尝试为这个AR应用程序找到解决方案。
我希望我的应用程序能够识别用户手写的数字。
该应用程序将告诉用户在纸上写下数字24，并将相机移动到所写的数字上以查看3d对象。
这个可以用来保存生日，婚礼日期..等
为了准确起见，应用程序会向用户显示一个预览，告诉用户请写下数字24，如下所示。
虽然每个手写体都不同，但至少我们不会得到带有开放边缘的卷曲的"2"-s或"4“..etc
因此，这里我们需要AR来识别数字，或者能够根据近似值读取数字。
第一个问题是:这样的行为是可行的吗?或者任何熟悉类似概念的人？
在搜索类似的应用程序后，我发现了用于纹身预览的“墨水猎
浏览 3提问于2016-06-09得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
