3回答
如何将音频数据输入深度学习算法？
、、、、
我是深度学习的新手，我的目标是使用GAN (生成对抗网络)来识别情感语音。我只知道图像是大多数深度学习算法的输入，比如GAN。但我很好奇，除了使用光谱图的图像作为输入之外，音频数据如何成为它的输入。
浏览 98提问于2019-10-10得票数 2
1回答
我正在为华为应用程序库开发翻译应用程序，我通过了解到自动语音识别目前支持11种语言
自动语音识别(ASR)可以识别不超过60年代的语音，并将输入的语音实时转换为文本。该服务采用行业领先的深度学习技术，识别准确率超过95%.目前，汉语普通话(包括中英双语)、英语、法语、德语、西班牙语、意大利语、阿拉伯语、俄语、泰语、马来语和菲律宾语可以被认可。
浏览 7提问于2021-10-08得票数 2
Tensorflow和深度学习主要用于图像处理(分类、识别)、NLP、语音和文本处理。我以前用过Spark MLLIB和Mahout吗？Tensorflow有深度神经网络的例子-- 。
浏览 8提问于2017-08-04得票数 0
2回答
用于音频的卷积神经网络
、、、、
我一直在学习关于DeepLearning.net的教程，以学习如何实现从图像中提取特征的卷积神经网络。本教程解释得很好，易于理解和遵循。我知道视频输入只不过是在一段时间内显示的一系列图像(像素强度)。30 FPS)与音频相关。然而，我并不真正理解什么是音频，它是如何工作的，或者它是如何分解成网络的。我读过几篇关于这个主题的论文(多模特征提取/表示)，但是没有人解释过音频是如何输入到网络中的。换句话说，我可以简单地使用这些光谱图作为我的卷积神经网络的输入图像吗？
浏览 3提问于2014-03-18得票数 34
回答已采纳
3回答
为什么人们对NLP和ML社区对深度学习很感兴趣？为什么他们需要学习复杂的非线性关系的方法？
浏览 3提问于2014-10-10得票数 3
回答已采纳
我试图找到一个语音识别Javascript (最好离线)，在那里我可以设置一些硬编码的单词，如‘播放’，‘暂停’等，并得到一个概率的哪个词的用户说。
浏览 0提问于2019-04-11得票数 2
我正在寻找一个(快速)语音到文本识别api，但希望留在aws，只要我可以这样做，而不牺牲语音识别质量。
在查看Alexa和教程时，他们似乎关注的是回声。它也能在iOS/Android上工作吗?
浏览 4提问于2017-03-24得票数 1
回答已采纳
1回答
字母语音识别的最佳音频分类算法？
、、、、
里面包含了8个记录字母的声音样本
字母表/A/1，2，3，4，5，6，7，8字母表/B/1，2，3，4，5，6，7，8字母表/C/1，2，3，4，5，6，7，8 ...现在我想对这个数据集进行分类(监督学习
浏览 0提问于2016-11-02得票数 1
我正在寻找一篇论文，对神经网络(深度学习)和传统方法做一些比较，以证明DL通常在足够的数据下表现得更好。我知道这是众所周知的事实，但我很难找到一篇好的论文，在这方面做一些研究。
谢谢!
浏览 0提问于2017-12-27得票数 1
我正在从事一个项目，其中使用谷歌语音API在iOS项目。该项目涉及语音输入，以识别许多术语，这些术语基本上是行话。Google speech API无法很好地识别这些行话的语音输入。有没有办法训练谷歌语音应用程序接口来学习这些术语，并在移动iOS应用程序中提供语音输入时轻松识别它们？
浏览 0提问于2018-06-12得票数 0
1回答
将语音转换为文本的自动语音识别技术已经有了很多的研究。这些工具正在使用深度学习来做到这一点。 我发现它的工作方式是基于英语的。有没有什么工具或开放源码可以给我们语音呢？例如"ˈfəʊnɪks“而不是"Phonics” 谢谢。
浏览 15提问于2019-02-21得票数 0
回答已采纳
2回答
对于建立语音情感检测与识别系统，哪种方法更好？隐马尔可夫模型还是深度学习(RNN)方法？我必须建立一个SER系统，我在两者之间感到困惑。如果有比这两位更好的模特，请告诉我。
浏览 0提问于2018-03-25得票数 2
回答已采纳
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
我知道音频指纹识别音频文件，这是很棒的，但我真正想知道的是Google是如何制作语音识别API的，它们是如何获取音频和返回的单词的。用途：我想知道从音频记录到转换成文本的服务器流。
浏览 5提问于2014-02-27得票数 0
回答已采纳
1回答
我有一个回归问题，大约有一百万行，大约有10-15个特性.在这种特殊的环境下，什么应该更好地发挥作用？神经网络还是规则回归？
浏览 0提问于2019-05-21得票数 0
回答已采纳
这里我的谷歌语音设置给AI发短信以下是语音到文本AI：的输出文件这是视频链接：
这是提供给Google：的视频的音频文件。
浏览 5提问于2020-10-12得票数 4
1回答
我正在做一个语音识别系统项目。我使用深度神经网络进行语音识别。但我还需要给定演讲中出现的单词的开始和结束时间。你能向我推荐或指导我的资源来解决语音识别中的时间戳生成问题吗？
浏览 5提问于2019-12-10得票数 1
1回答
语音输入导航
、、
我被要求制作一个语音输入符号到一个站点页面，通过一个人的声音获得订单，并执行命令，例如，想象有人说登陆页面，然后它探索到登陆页面。
我不知道该怎么做，我需要你的帮助。
浏览 9提问于2022-12-03得票数 0
回答已采纳
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
