我一直试图使用自定义关键字使用，但当我使用自己的自定义关键字并部署到android (标准关键字更好，但仍然没有我需要的或者在商业应用程序中预期的那样好)时遇到了问题。链接页面上的屏幕截图意味着您可以“添加训练数据来训练关键字模型”，但是当我使用语音演播室时不会出现这种情况。
我怀疑由语音演播室自动创建的生成的语音文件不足以为带有口音的用户(比如我)训练模型。
浏览 4提问于2020-03-07得票数 0
回答已采纳
1回答
我试图在一个函数调用中有一个定制的演说，它利用自定义的声音和语言模型。SpeechFactory::FromSubscription
可以从语音中获取LUIS订阅ID (在luis.ai上可用)，或者从语音接收语音到意图检测，或者从语音获取自定义语音订阅有一种使用声学数据模型和自定义语言训练自定义<e
浏览 1提问于2018-07-10得票数 0
我在Azure Cognitive Speech服务的S0层，正在尝试训练日语TTS的自定义声音。我的数据被成功处理了。但我不能选择“统计参数”或“连接”作为我的训练方法。谁知道我还能不能训练一个日本的非神经声音模型？如果是这样的话，是怎么做的？
非常提前感谢您。
浏览 35提问于2021-05-13得票数 0
1回答
我正在尝试训练Marathi语言基线模型20191009，但它失败了，并出现错误"Failed to trying Marathi Data 4.
浏览 18提问于2020-05-12得票数 0
2回答
自动训练自定义语音模型
、、、、
我正在处理一个需求，其中我已经为Azure聊天机器人创建了一个自定义语音模型。我在https://speech.microsoft.com中上传了一些音频文件，创建了一个模型，然后手动部署它，以获取模型id和语音识别端点id。我已经在speech studio中手动完成了所有这些步骤，但我想知道是否有任何方法可以自动执行此过程以更新文件。即。如果音频文件在某个azure blob存储中，有没有办法通过某些azure函数自动将这些文件
浏览 29提问于2021-07-05得票数 0
回答已采纳
由于对话流代理本质上是相同的，是什么导致了dev和prod之间在语音到文本的解释上的差异？谷歌云中有没有一些设置可能会导致这种差异？
浏览 22提问于2021-10-25得票数 1
1回答
我正在尝试构建的App是为了通过语音识别或人脸检测来出席课程。为此，我假设首先收集班上所有学生的数据集，然后对其进行训练。那么，构建这样一个应用程序是可行的吗?如何实现？
浏览 38提问于2018-06-02得票数 3
回答已采纳
1回答
如何从词汇表中创建一种新的语言并对其进行训练，以便将该语言用作音频输入的识别器r = sr.Recognizer()
r.recognize_google(language
浏览 3提问于2021-11-06得票数 0
我正在开发一个android应用程序，它有一个使用谷歌离线语音识别的英语语音识别模块，但现在我想添加新的语言(斯瓦希里语)，它不在谷歌离线语音识别语言的可用语言列表中。如何添加斯瓦希里语？
浏览 0提问于2016-05-10得票数 0
我想知道是否有可能不仅可以识别语音，还可以识别声音，以某种方式识别不同声音之间的差异
从每个单独的声音，例如从两个同时或单独说话的用户作为不同的两个用户，获得接近于读取多个内容的内容。
浏览 8提问于2017-05-16得票数 0
背景商业代码并不总是正确地转录在微软-认知服务-语音-sdk上。webkitSpeechRecognition在这方面做得更好。
浏览 10提问于2020-07-07得票数 0
我们正在训练我们的Azure Cognitive Services自定义语音模型，使用按照以16位、16 the的.wav (RIFF)格式记录的数据。但是，我们已经获得了以48 and记录的语音数据集，并编码为MP3。Speech Studio似乎能够使用这些数据训练服务，没有问题，但我们想知道这样做，与更高的采样率，将只用于识别流数据也以更高的速率，还是无关紧要？
浏览 0提问于2020-09-10得票数 0
你好，我是PyTorch的新手，我想做一个简单的语音识别，但我不想使用pytorch.datasets，我有一些声音数据集，但我找不到任何地方可以帮助我。
我想使用.wav文件。
浏览 14提问于2021-04-09得票数 2
回答已采纳
我知道android已经有了自己的识别语音API，但它使用互联网，我想有一个编译的库和一些语音命令，我可以离线使用，这是可能的吗？
浏览 3提问于2015-08-27得票数 0
我正在用Microsoft的C#窗口向文本应用程序讲话，它工作得很好，在visual中运行，我想做一个定制模型，因为就像90%的单词是正确识别的，但是有些单词没有像(Pneumoultramicroscopicsilicovolcanoconiosis如何指定使用Azure认知服务语音演播室识别的单词？
浏览 2提问于2022-08-26得票数 1
回答已采纳
可以在Voice上训练Azure模型吗？我正在处理一个呼叫中心用例，其中当客户根据描述打电话投诉时，ML模型应该能够预测和分类客户投诉 实际上，我能够训练“两类增强决策树”模型，使用特征散列技术对基于文本的投诉进行训练，但专门针对语音来训练模型will服务将接受语音输入问题描述，并应提供语音/文本输出客户投诉 我们希望用数据训练ML模型，并将其部署为we
浏览 18提问于2020-01-28得票数 0
1回答
我正在使用pocketsphinx进行语音识别，使用西班牙语声学模型和JSGF语法，到目前为止效果还不错。然而，我得到了错误的音频识别结果，至少在我的耳朵看来是完全可以理解的(没有太多的背景噪声，采样频率和根据声学模型参数的比特深度等)。(背景噪声、语音的“流行”声音、人声频带以外的频率等)
简而言之，您是否知道pocketsphinx是否已经做了这样的事情，如果没有，您是否知道可以应用于音频文件的最佳实践过滤器/转换/等，以改善语音识别结果
浏览 3提问于2016-06-20得票数 0
3回答
我想缅甸语的语音识别。。
与音频文件相比，是否还有其他方法，如记录和将语音转换为文本或记录后。请帮助我，给我任何解决办法。
浏览 3提问于2012-04-10得票数 6
云服务器
ICP备案
对象存储
腾讯会议
云直播
腾讯云开发者
