Публикации по теме 'speech'
Выпущены современные модели STT уровня Google
Наши модели соответствуют моделям Google премиум-класса и очень просты в использовании.
Мы с гордостью сообщаем, что мы создали с нуля и выпустили наши высококачественные (т. Е. На уровне премиальных моделей Google ) модели преобразования речи в текст для следующих языков:
Английский; Немецкий; Испанский;
Вы можете найти все наши модели в нашем репозитории вместе с примерами, тестами качества и производительности . Также мы потратили некоторое время на то, чтобы сделать..
Веб-сайт преобразования речи в текст
Глубокое погружение в преобразование речи в текст
Приветствую вас, любители техники! 👋 Готовы окунуться в увлекательный мир, где человеческая речь встречается с передовыми технологиями? Сегодня мы погружаемся в область распознавания голоса и преобразования речи в текст, и у нас есть впечатляющее маленькое веб-приложение для демонстрации, созданное никем иным, как мной. Так что хватайте свой любимый напиток, устраивайтесь поудобнее и давайте разгадывать хитросплетения этого..
Lost for Words: синтез речи с ограниченными данными с использованием линейных сетей
Эта статья является частью серии Academic Alibaba и взята из статьи под названием Адаптация говорящего на основе линейных сетей для синтеза речи , написанной Чжиин Хуан, Хэн Лу, Мин Лей, Чжицзе Янь. , принят IEEE ICASSP 2018. Полный текст статьи можно прочитать здесь
Акустические модели, зависящие от говорящего, гарантируют, что системы синтеза речи будут давать точные результаты. При достаточном количестве обучающих данных от целевых говорящих системы синтеза речи могут..
Общение с Интернетом с помощью Web Speech API
Что, если бы вы могли взаимодействовать с Интернетом, не используя клавиатуру, мышь или прикосновения? Другой способ взаимодействия с Интернетом - использование голоса. Web Speech API позволяет вам взаимодействовать с веб-сайтом, разговаривая и получая звуковой отклик с веб-сайта. Этот новый метод взаимодействия может позволить пользователям готовить, одновременно ища рецепты и получая инструкции с веб-сайта.
Web Speech API состоит из двух частей: распознавания речи и синтеза речи...
Диаризация спикера с Калди
С развитием голосовой биометрии и систем распознавания речи возможность обработки звука из нескольких динамиков стала критически важной. Эта статья представляет собой базовое руководство для этого процесса с помощью Kaldi X-Vectors, современной техники.
В большинстве реальных сценариев речь не входит в четко определенные аудиосегменты только с одним динамиком. В большинстве разговоров, с которыми должны будут работать наши алгоритмы, люди будут перебивать друг друга, и обрезка звука между..
Создайте свою собственную «Систему ответов на говорящие вопросы» в Google Colab!
Насколько круто было бы создать что-то, что отвечало бы на некоторые вопросы на основе абзаца, который вы ему даете? (Вы могли бы выполнить свою домашнюю работу для 3-го класса за секунды, если бы она у вас была тогда xD) Что-то вроде действительно грубой версии Alexa...? Вы можете построить его с помощью разговорного ИИ! Разговорный ИИ — это подобласть искусственного интеллекта, которая позволяет людям взаимодействовать с компьютерными приложениями так же, как они взаимодействуют с..
Основные события Interspeech 2018
В этом году команда Sciforce побывала в Индии на одном из самых важных событий в сообществе обработки речи - конференции Interspeech . Это действительно научная конференция, где каждое выступление, постер или демонстрация сопровождается статьей, опубликованной в журнале ISCA. Как обычно, он охватывал большинство тем, связанных с речью, и даже больше: автоматическое распознавание речи (ASR) и генерация (TTS), преобразование голоса и шумоподавление, проверка говорящего и диаризация,..
