一. CNN的生物原理，应用以及优点 CNN根据人眼睛视觉神经的局部感受野特点设计，广泛应用在图像图像，模式识别，机器视觉和语音识别中，它对图像平移、缩放、旋转等的变形具有高度不变性。总之，CNN的核心思想是将局部感受野，权值共享，时间或空间子采样这三种思想结合起来获得了某种程度的平移、缩放、旋转不 ...
分类：
其他好文 时间：
2016-07-07 06:10:09
阅读次数：
475
第一步：启动windows 语音识别窗口 第二步：设置windows 语音识别窗口 第三步：使用windows 语音识别窗口来输入文字 成功 ...
深度神经网路已经在语音识别，图像识别等领域取得前所未有的成功。本人在多年之前也曾接触过神经网络。本系列文章主要记录自己对深度神经网络的一些学习心得。 第二篇，讲讲经典的卷积神经网络。我不打算详细描述卷积神经网络的生物学运行机理，因为网络上有太多的教程可以参考。这里，主要描述其数学上的计算过程，也就是 ...
分类：
Web程序 时间：
2016-07-03 11:47:06
阅读次数：
255
在以前的项目中用到了百度语音识别服务，在这里做一个笔记。这里还是要和大家强调一下，最好的学习资料就是官网网站。我这里只是一个笔记，一方面整理了思路，另一方面方便以后我再次用到的时候可以快速回忆起来。百度语音识别服务是什么？百度语音识别服务能将语音文件（指定格式，不是所有格式都可以）识别成文本。语音识别我们都接触过，手机输入法里就有语音识别服务。什么是百度语音识别的 REST API？按照官网的说法...
智能语音技术
如今越来越多的app用到了语音播报功能，例如地图导航、天气预报、文字阅读、口语训练等等。语音技术主要分两块，一块是语音转文字，即语音识别；另一块是文字转语音，即语音合成。
对中文来说，和语音播报相关的一个技术是汉字转拼音，想想看，拼音本身就是音节拼读的标记，每个音节对应一段音频，那么一句的拼音便能用一连串的音频流合成而来。汉字转拼音的说明参见《Android开发笔记（八十...
分类：
移动开发 时间：
2016-06-27 10:40:50
阅读次数：
780
还记得前不久2016谷歌开发者I/O大会上展示的人工智能语音搜索助理GoogleAssistant以及基于该语音助理的智能硬件GoogleHome吗？它们的背后是准确的英文语音识别能力。如今，以微软Cortana、苹果Siri和GoogleAssistant为第一军团的人工智能语音识别技术正在大规模商业化与产品化..
分类：
其他好文 时间：
2016-06-23 19:00:39
阅读次数：
193
RealSense 3D（实感3D）是英特尔提供的一套感知计算解决方案，包括了手势的识别、控制，人脸的识别、认证、控制，语音识别与控制，增强现实，3D扫描和重构等许多先进的技术。包括立体眼镜（暂未公开），RealSense 3D摄像头（F200和R200)和Snapshot，还包括驱动及软件等全套开 ...
分类：
其他好文 时间：
2016-06-22 20:18:24
阅读次数：
890
6.24 AppCan移动开发者大会进入倒计时，报名通道即将关闭! 50多家移动圈服务商将出席此次大会，讯飞开放平台也将作为参展商，为参会者带去前沿的语音技术。参会者可现场体验最新连续语音识别技术，识别准确率超过95%，语音输入速度180字/分，识别结果响应时间≤500ms。 ...
分类：
移动开发 时间：
2016-06-22 15:17:26
阅读次数：
185
delphi调用百度语音识别REST API-20160616-感谢 魔术猫 和 DelphiTeacher 兄的帮助解决了返回中文乱码的问题！-注：语音的录音格式目前只支持评测8k/16k采样率16bit位深的单声道语音 压缩格式支持：pcm（不压缩）、wav、opus、speex、amr、x-f ...
