题目 ContextNet: Improving Convolutional Neural Networks for Automatic SpeechRecognition with Global C...

INTRODUCTION Deep Voice3是由百度提出的一个全新的全卷积TTS架构。百度的主要工作分为如下五个方面： 提出了一个全卷积的 character-to-spectrogram 架构，...

在很多人眼里依旧是新潮玩意的智能音箱，往往具备智能家居声控中心和个人助理两大核心功能。通过智能音箱可以实现对家居中的智能电器进行联网和语音控制，同样也可完成日常安排、订餐厅、叫车、阅读、翻译、通话等类...

目录 Unity 讯飞实时语音转写（一）—— 使用WebSocket连接讯飞语音服务器 Unity 讯飞实时语音转写（二）—— 接收转写结果 Unity 讯飞实时语音转写（三）—— 分析转写结果 (应...

现在有很多人在聊天的时候都喜欢使用语音消息，但是殊不知，很多情况下我们没办法发送语音或者接听语音，这就需要将收到的语音消息转成文字，但是这样的方法很少有人知道，这个时候应该怎么办呢？估计很多人都是和我...

1. 什么是Azure Kinect DK Azure Kinect DK是微软公司旗下的一款专门为开发人员和企业用户量身的工具包，配有先进的 AI 传感器，提供复杂的计算机视觉和语音模型。 Kine...

Speaker adaptation If you have very limited data, then you can consider to try fine-turn pre-trained...

对TIMIT数据进行格式转换（windows解决报错wave.Error: file does not start with RIFF id） 在语音识别中，常用的语音开源数据库TIMIT在pytho...

项目需求： 近期项目有个需求，实现类似支付宝微信收款后的语音播报如：支付宝到账xx元。要求是APP在前台运行、锁屏、杀死进程后都会有语音播报。 预想方案： 1.通过UIBackgroundTaskId...

本文来自公众号滴滴科技合作，AI科技评论获授权转载，如需转载请联系原公众号。 Interspeech 2019 Interspeech 2019现场 作者 | 滴滴AI Labs编辑 | 唐里 语音领...