语音
语音基本概念和参数
声压与压强 1、声压 声压是定量描述声波的最基本的物理量，它是由于声扰动产生的逾量压强，是空间位置和时间的函数。由于声压的测量比较易于实现，而且通过声压的测量也可以间接求得质点振速等其它声学参量，因此，声压已经成为人们最为普遍采用的定量描述声波性质的物理量。 2、有效声压 通常讲的声压指的是有效声压 ......
人机交互技术的新探索：语音识别和自然语言处理的应用
人机交互技术是近年来发展迅速的领域，其中语音识别和自然语言处理技术的应用越来越广泛。这些技术的发展，为人们提供了更加便捷、高效的交互方式，也为企业和机构提供了更加智能化、自动化的服务。 语音识别技术是指将人类语音转化为计算机可识别的数字信号的技术。随着语音识别技术的不断发展，其识别准确率也越来越 ......
EasyCVR平台基于GB28181协议的语音对讲配置操作教程
EasyCVR平台能在复杂的网络环境中，将分散的各类视频资源进行统一汇聚、整合、集中管理，实现视频资源的鉴权管理、按需调阅、全网分发、智能分析等，平台融合性强、开放度高、部署轻快，在智慧工地、智慧园区、智慧工厂、智慧码头、智慧水利等场景中有着广泛的应用前景。感兴趣的用户可以前往演示平台进行体验、部署... ......
基于短时幅度谱估计方法的数字语音信号增强matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 语音处理过程中受到各种各样噪声的干扰，不但降低了语音质量，而且还将使整个系统无法正常工作。因此，为了消除噪声干扰，在现代语音处理技术中，工业上一般采用语音增强技术来改善语音质量从而提高系统性能。基于短时幅度谱估计来研究 ......
2023AI语音机器人的到来!
AI语音机器人拉近了时代与科技的距离，打破传统营销，更加快速高效。V:xssh664具体有以下的特点 自主学习，支持打断，智能训练 真人录制专业话术，接通率更高 支持转人工坐席或者实时人工介入 自动保存通话记录、有语音、文字 支持短息发送功能，精准寻找客户 能够保存未拨通的电话，支持一键拨打 ......
python文本转语音库Pyttsx3
python文本转语音库Pyttsx3： https://github.com/nateshmbhat/pyttsx3 Installation : pip install pyttsx3 Linux installation requirements : If you are on a linux ......
Adobe Audition 如何设置语音时长和节奏快慢
Adobe Audition 如何设置语音播放快慢和播放时间长短？天天来分享一下关于AU设置播放快慢，以及播放时长问题步骤图解,希望能帮助正在学习使用AU软件的朋友们。 第一步：打开软件“Adobe Audition”这里我用的是Adobe Audition 2020版本 目前是绿色版所有功能都能使 ......
基于MATLAB的数字滤波器设计及其语音信号去噪应用
基于MATLAB的数字滤波器设计及其语音信号去噪应用。 （供学习交流） 其中数字滤波器包括IIR和FIR的低通、高通、带通、带阻四大类型及其多种设计方法。 GUI界面中有语音信号输入模块，滤波器设计模块，语音信号分析及加噪去噪输出模块。 带文档YID:3570676442932340 ......
Python + edge-tts：一行代码，让你的文本轻松变成语音！
edge-tts 是一个Python的库，继承了微软 Azure 的文本转语音功能（TTS），且是免费使用的。该库提供了一个简单的 API，可以将文本转换为语音，并且支持多种语言和声音。 ......
语音数据增强
1. Specaugment https://ai.googleblog.com/2019/04/specaugment-new-data-augmentation.html 这是一篇来自google的工作，主要通过在时域和频域进行掩盖来进行数据增强； 自己写的可视化代码，使用torchlibros ......
教你如何通过CodeArts IDE插件调用API，高效合成语音
摘要：本实验基于华为云自研CodeArts IDE，指导用户通过使用华为云API，来实现一个文字合成语音的应用。 本文分享自华为云社区《通过CodeArts IDE插件调用API，高效合成语音！》，作者：华为云PaaS服务小智。 实验内容： CodeArts IDE定位华为云开发者桌面，是利用华为自 ......
语音通知短信 API：一种新型的信息传递方式
实现语音通知短信的功能，我们需要借助语音通知短信的 API 接口，语音通知短信 API 是一种将文字转换为语音并通过电话呼叫或发送语音消息的API。 ......
基于MATLAB的数字滤波器设计及其语音信号去噪应用
基于MATLAB的数字滤波器设计及其语音信号去噪应用。 （供学习交流） 其中数字滤波器包括IIR和FIR的低通、高通、带通、带阻四大类型及其多种设计方法。 GUI界面中有语音信号输入模块，滤波器设计模块，语音信号分析及加噪去噪输出模块。 带文档YID:3570676442932340 ......
Matlab使用CNN(卷积神经网络)对一维信号(如语音信号、心电图信号)进行二分类源程序
Matlab使用CNN(卷积神经网络)对一维信号(如语音信号、心电图信号)进行二分类源程序。 也可以改成多分类。 会提供原始数据，数据可直接替换为自己的数据运行，注释详细 工作如下： 1、加载数据，一共为200个正常样本和200个异常样本，训练集为80%，即160正常和160异常，一共320条数据； ......
基于单片机的红外检测及语音响应系统
基于单片机的红外检测及语音响应系统 程序、仿真、原文 本设计是基于单片机的红外检测及语音响应系统，主要是为了应用于车站出入站口的温度测量。 选择STC89C52单片机作为中间的核心处理器、搭配DS18B20温度检测电路、语音播报电路、LCD显示电路。 设计的目的是：能够对密集的人流进行快速地、准确地 ......
转载：JavaScript文字转语音_SpeechSynthesisUtterance语音合成的使用
原文链接：https://mp.weixin.qq.com/s?__biz=MjM5MDA2MTI1MA==&mid=2649118413&idx=3&sn=3385dee75bcffa307baa79c3cde4095b&chksm=be587160892ff87605cf347eddad2ad7 ......
提醒软件如何设置语音提醒功能？
相信有不少网友每天都有很多要做的事情，如果没有一个良好的时间管理方式，就有可能会出现紧张、忙乱、焦虑的情况，难以有效的完成任务。那么我们如何解决以上问题呢？ 其实使用一款手机日程提醒软件，我们不仅可以清晰记录每天的待办事项，还可以设置提醒时间准时通知自己，这样可以有效缓解压力，让大家轻松应对每天的生 ......
python文本转语音
pip install gtts (wind_2021) J:\test>pip install gtts Collecting gtts Downloading gTTS-2.3.1-py3-none-any.whl (28 kB) Collecting requests<3,>=2.27 Usi ......
如何跟踪语音领域的技术
语音顶会 ICASSP 所有年份论文集下载地址：https://ieeexplore.ieee.org/xpl/conhome/1000002/all-proceedings Interspeech 所有年份论文集下载地址：https://www.isca-speech.org/archive/ 期 ......
语音识别模块
https://item.taobao.com/item.htm?spm=a1z09.2.0.0.7ea92e8dSnWrPM&id=664937015643&_u=m1qf7bf5ed2f LU-ASR01常见问题：1.可以自定义唤醒词吗？ 答：可以，最多定义5个唤醒词。唤醒词至少2个字。 2.可 ......
语音信号的时域、频域理解以及时域图、频谱图和语谱图理解
参考博客https://blog.csdn.net/Robin_Pi/article/details/109204672 ......
[Python]语音识别媒体中的音频到文本
@ 准备工作 安装python3环境 申请一个可用的语音转换API，此篇以Microsoft Azure Speech为例 在Microsoft Azure 市场中搜索speech关键字找到语音服务。并创建好服务实例 在资源中找到创建的服务并查看 在此处点击显示密钥，我们要记住key值和locati ......
口播神器,基于Edge,微软TTS(text-to-speech)文字转语音免费开源库edge-tts实践(Python3.10)
不能否认，微软Azure在TTS(text-to-speech文字转语音)这个人工智能细分领域的影响力是统治级的，一如ChatGPT在NLP领域的随心所欲，予取予求。君不见几乎所有的抖音营销号口播均采用微软的语音合成技术，其影响力由此可见一斑，仅有的白璧微瑕之处就是价格略高，虽然国内也可以使用科大讯 ......
飞桨paddlespech 语音唤醒初探
PaddleSpeech提供了MDTC模型（paper: The NPU System for the 2020 Personalized Voice Trigger Challenge）在Hey Snips数据集上的语音唤醒(KWS)的实现。这篇论文是用空洞时间卷积网络（dilated tempo ......
使用 SpeechT5 进行语音合成、识别和更多功能
我们很高兴地宣布，SpeechT5 现在可用于 🤗 Transformers (一个开源库，提供最前沿的机器学习模型实现的开源库)。 SpeechT5 最初见于微软亚洲研究院的这篇论文 SpeechT5: Unified-Modal Encoder-Decoder Pre-Training for ......
OpenAI Java SDK——chatgpt-java-v1.0.4更新支持GPT-3.5-Turbo，支持语音转文字，语音翻译。
简介 chatgpt-java是一个OpenAI的Java版SDK，支持开箱即用。目前以支持官网全部Api。支持最新版本GPT-3.5-Turbo模型以及whisper-1模型。增加chat聊天对话以及语音文件转文字，语音翻译。 开源地址：https://github.com/Grt1228/cha ......
吾剑未尝不利,国内Azure平替,科大讯飞人工智能免费AI语音合成(TTS)服务Python3.10接入
微软Azure平台的语音合成(TTS)技术确实神乎其技，这一点在之前的一篇：含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)，已经做过详细介绍，然则Azure平台需要信用卡验证，有一定门槛，对国内用户不太友好，放眼神州，科大讯飞的讯飞开放平台也 ......
闻其声而知雅意,基于Pytorch(mps/cpu/cuda)的人工智能AI本地语音识别库Whisper(Python3.10)
前文回溯，之前一篇：含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)，利用AI技术将文本合成语音，现在反过来，利用开源库Whisper再将语音转回文字，所谓闻其声而知雅意。 Whisper 是一个开源的语音识别库，它是由Facebook AI ......
含辞未吐,声若幽兰,史上最强免费人工智能AI语音合成TTS服务微软Azure(Python3.10接入)
所谓文无第一，武无第二，云原生人工智能技术目前呈现三足鼎立的态势，微软，谷歌以及亚马逊三大巨头各擅胜场，不分伯仲，但目前微软Azure平台不仅仅只是一个PaaS平台，相比AWS，以及GAE，它应该是目前提供云计算人工智能服务最全面的一个平台，尤其是语音合成领域，论AI语音的平顺、自然以及拟真性，无平 ......
智能语音之远场关键词识别实践（二）
上篇（智能语音之远场关键词识别实践（一））讲了“远场关键词识别”项目中后端上的实践。本篇将讲在前端上的一些实践以及将前端和后端连起来形成一个完整的方案。下图是其框图：（麦克风阵列为圆阵且有四个麦克风，即有四个语音通道） 从上图可以看出，前端主要包括去混响、声源定位和波速形成（beamforming） ......