PS.
TTS即TextToSpeech(从文本到语言),也就是语音合成。TTS把文字智能地转化为自然语音流。TTS技术对文本文件进行实时转换,转换时间之短可以秒计算。在其特有智能语音控制器作用下,文本输出的语音音律流畅,使得听者在听取信息时感觉自然,毫无机器语音输出的冷漠与生涩感。
纵观整个应用市场会发现越来越多的APP含有语音识别语音合成的功能,TTS可以帮助开发者轻松构建各类语音交互应用...
分类:
移动开发 时间:
2015-04-15 06:09:25
阅读次数:
350
Ps.
依托于百度开放云,百度语音为合作伙伴提供了业界领先、永久免费的语音技术服务,目前已上线的服务包括语音识别、语义解析、语音合成,后续会继续带来开放资源、多轮对话等技术服务;通过SDK、REST
API及离线开发包等多种服务方式,满足不同开发者的开发需求。
目前百度语音提供免费的语音接入,语音合成质量尚可,但还没开放离线TTS。
服务接入流程
具体详情可...
分类:
移动开发 时间:
2015-04-15 06:07:07
阅读次数:
478
2.1 Decision Tree Marginalization现在决策树边缘化的基本过程已经了解了简单叙述一下:这个决策树是HMM合成的决策树给定的triphone标注是:r-ih+z然后,根据给定的triphone标注,利用当前的语音合成的模型,去推理得到语音识别的模型对给定的triphone...
分类:
其他好文 时间:
2015-04-09 00:45:56
阅读次数:
179
在谈N-Gram模型之前,我们先来看一下Mrkove假设: 1.一个词的出现仅仅依赖于它前面出现的有限的一个或者几个词; 2.一个词出现的概率条件地依赖于前N-1个词的词类。定义 N-Gram是大词汇连续语音识别中常用的一种语言模型,对中文而言,我们称之为汉语语言模型(CLM,ChineseL...
分类:
其他好文 时间:
2015-04-06 21:42:19
阅读次数:
133
声明:本文中特征多针对Kinect for windows 1.0,新版的Kinect Sensor可能有部分数值或方法有一定变化,请知晓。
Kinect的声音来自下方的4个麦克风组成的麦克风阵列。传感器内含数字信号处理器,可以用来强化接受声音的清晰度同时处理噪声,根据4个麦克风接收音量的强弱,Kinect可以分析出声音的来源,但这种分析受限于水平方向,垂直方向上的...
预备知识
语言模型
[摘自 维基百科]
统计式的语言模型是借由一个概率分布,而指派概率给字词所组成的字串:
语言模型经常使用在许多自然语言处理方面的应用,如语音识别,机器翻译,词性标注,句法分析和资讯检索。由于字词与句子都是任意组合的长度,因此在训练过的语言模型中会出现未曾出现的字串(资料稀疏的问题),也使得在语料库中估算字串的概率变得很困难,这也是要使用近似的平滑n元语法...
分类:
编程语言 时间:
2015-04-06 15:45:25
阅读次数:
226
基于Android平台的快递轨迹查询应用开发全程视频教程课程讲师:欧楠课时数量:10(17节)课时用到技术:MenuDrawer、DbUtils、HttpUtils、讯飞语音识别涉及项目:基于Android平台的快递轨迹查询应用开发项目咨询QQ:1609173918http://yunpan.cn/...
分类:
移动开发 时间:
2015-04-03 14:54:09
阅读次数:
135
最近在学习工具包HTK的使用,看了官网提供的htkbook,对工具包的使用有很多不清楚,对HMM模型及语音识别的过程还没有一个比较清晰的认识,所以想通过实践来加深理解。搜了网上关于HTK的入门资料,比较多的是介绍如何建立一个Yes/No的识别系统,有本pdf叫HTK basic tutorial就是...
分类:
其他好文 时间:
2015-03-31 00:30:53
阅读次数:
335
在.NET4.0中,我可以借助System.Speech组件让电脑来识别我们的声音。 以上,当我说"name",显示"Darren",我说"age",显示"永远21"。如何做呢? 首先要开启电脑的语音识别功能。 右键电脑右下方的扬声器,选择"录音设备"。 点击默认的"麦克风",再点击左下角的"配置"...
该源码是语音分享应用源码,本demo使用了科大讯飞语音识别作为分享内容的输入方式,同时也支持手动键盘输入分享内容,限制分享内容文字不能超过180个字符,分享内容输入完成后可以直接分享,分享SDK使用的时友盟社会化分享。-(IBAction)voiceRecognize:(id)sender{
[self.textV..
分类:
移动开发 时间:
2015-03-18 18:37:43
阅读次数:
216