speech-recognition

1熱度

1回答

使用Librosa生成的頻譜圖與Kaldi看起來不一致？

我使用Kaldi的「egs/tidigits」代碼，使用23個採樣率，20kHz採樣率，25ms窗口和10ms偏移量生成「七個」話語的頻譜圖。頻譜似乎是通過MATLAB於imagesc功能如下顯現： 我用Librosa作爲替代Kaldi試驗。我使用與上面相同的bin數，採樣率和窗口長度/移位來設置我的代碼。 time_series, sample_rate = librosa.core.load(

speech-recognition spectrogram mfcc librosa kaldi 2017-04-05

---

3熱度

1回答

谷歌語音API拋出無效音頻通道數

谷歌語音API拋出無效的音頻通道數在Mac機上記錄的音頻異常。 我只是使用Google提供的示例應用程序。 com.google.api.gax.grpc.ApiException: io.grpc.StatusRuntimeException: INVALID_ARGUMENT: Invalid audio channel count at com.google.api.gax.grp

java speech-recognition speech-to-text 2017-04-06

---

-2熱度

1回答

Android的語音識別/聽寫

美好的一天， 我正處於建立烹飪/食譜應用程序的早期階段。該應用程序的主要目的是能夠使用語音聽寫跟蹤和遍歷食譜。任何人都可以指出我如何實現這些功能的正確方向？ 謝謝！

java android speech-recognition 2017-04-06

---

7熱度

3回答

電話號碼和出自人類語音的出生日期

是否有一種有效的自然語言處理器可以從人類語音中獲取電話號碼和出生日期。每個用戶都有指定電話號碼和出生日期的不同方式。因此，將語音轉換爲文本然後解析電話號碼的文本是沒有用的。

nlp speech-recognition speech-to-text 2017-04-07

---

0熱度

1回答

SpeechRecognizer可以播放聲音，但在調用startListening（）時不會傳遞結果

我試圖在沒有對話框的情況下編程語音識別。對於第一個電話SpeechRecognizer.startListening(recognizerIntent)一切工作正常，我得到的結果與識別的語音字符串。但是當我想要第二次開始識別時，只播放識別開始聲音，並且當我停止說出識別結束聲音時。調用沒有回調方法，如onResults(),onRmsChanged或onError等。 的活動： package co

android speech-recognition speech-to-text speech 2017-04-09

---

0熱度

2回答

說話人識別性能：等誤差率（EER）和識別精度

我對用於測量說話人識別系統（而不是驗證）性能的指標感到困惑。 它是等誤差率（EER），識別精度還是兩者？如果兩者都是，哪一個最重要？

signal-processing speech-recognition speech 2017-04-10

---

0熱度

1回答

AVSpeechsynthesizer無法在api調用中快速運行

目前我正在開發一個演示應用程序，並且正在被分成3個部分 1.語音到文本（完成） 2.發送文本到服務器並獲取響應返回（使用API​​.ai）（完成） 3.文本到語音，響應消息轉換爲語音不工作。 文本到語音不是在一個函數內部工作，誰可以給它增加更多的優先級。 這裏是代碼 @IBAction func startActionTapped(_ sender: Any) { if audioEn

ios swift speech-recognition api.ai avspeechsynthesizer 2017-04-10

---

0熱度

1回答

julius：命令未找到，即使它已安裝

我正在處理語音並需要安裝julius。我在我的Mac上執行了以下命令： brew install julius 這個安裝了julius-4.3.1。但是，當我輸入朱利葉斯，我得到： -bash: julius: command not found 所以，我想重新安裝朱利葉斯，但收到此消息： Warning: julius-4.3.1 already installed 即使julius

speech-recognition julius 2017-04-10

---

0熱度

1回答

如何構建與語言模型集成的Tensorflow語音識別

如何在張量流語音識別架構中集成語言模型？ 在Tensorflow中有很多用於構建字符級語音識別的示例（例如https://github.com/nervanasystems/neon,https://github.com/buriburisuri/speech-to-text-wavenet），除非集成了語言模型，這很有趣但實際上沒用。我找不到使用語言模型的示例。 如何整合語言模型？

python tensorflow speech-recognition language-model 2017-04-12

---

0熱度

2回答

如何從python中的.wav音頻文件中刪除/減少噪聲

我有一個.wav音頻文件，我正在將音頻轉換爲文本。我需要減少/消除噪音以獲得更準確的結果。 請讓我知道如何去了解它 import wave import sys import binascii ip = wave.open('C:\\Users\\anagha\\Documents\\Python Scripts\\a1.wav', 'r') op = wave.open('C:\\

python-3.x audio hex speech-recognition noise-reduction 2017-04-12

---