搜索[语音识别系统]结果-低调大师优秀个人博客

精选列表

搜索[语音识别系统]，共6990篇文章

MaxCompute助力阿里开源自研语音识别模型DFSMN，准确率高达96.04%

阿里开源语音识别模型DFSMN 在近期举行的云栖大会武汉峰会上，装有DFSMN语音识别模型的“AI收银员”在与真人店员的PK中，在嘈杂环境下准确识别了用户的语音点单，在短短49秒内点了34杯咖啡。

2018-06-21

显著超越流行长短时记忆网络，阿里提出DFSMN语音识别声学模型

在语音顶会ICASSP，阿里巴巴语音交互智能团队的poster论文提出一种改进的前馈序列记忆神经网络结构，称之为深层前馈序列记忆神经网络（DFSMN）。

2018-03-15

Golang 基于chrome浏览器语音识别web演示系统WebHTK开发之引擎篇

底层语音识别的实现，是基于HTK开源语音识别工具：http://htk.eng.cam.ac.uk/#前面用过这个工具，也用JNI转成java可调用的接口，所以还算比较熟悉。

2017-11-22

Golang 基于chrome浏览器语音识别web演示系统WebHTK开发之 UI篇

name= "keywords" content= "PONPON,HTK,Go语言" /> <meta name= "description" content= "基于Beego开发语音识别演示系统

2017-11-21

使用手机驾驶模式已成趋势驾驶助手尽展NUANCE创新语音技术

先进的语音技术不断改变了我们的生活，为我们提供了多样化的创新语音应用功能，结合我们的移动设备，为用户提供了真正智能、安全和多样化的移动互联体验。

2017-11-15

语音写字板 v1.01 我的第二个Android作品

语音写字板英文名：VoiceTextPad 这是一个用于快速录入中长篇幅文档的工具，你可以使用语音输入结合系统安装的输入法来完成输入，内置了撤销/前进功能以便于在语音识别错误时快速撤销重输，输入完成后可以通过复制

2017-11-05

盘点麦克风技术及市场，远场语音交互如何选型麦克风？

智能语音交互市场的火热逐渐辐射到产业链的供应商，其中最直接受益就是作为声音的传感设备——麦克风。特别是麦克风阵列的兴起，未来可以让麦克风厂家的销量翻倍增长。

2017-10-31

“明明白白我的心” 语音交互成无人驾驶汽车刚需

事实上，语音交互并不仅局限于无人驾驶汽车，相关调查数据显示，语音交互逐渐在替代传统手动控制，成为智能行车的显著特征之一。百度在智能汽车以及无人驾驶汽车主要交互方式方面主要采取的就是语音交互模式。

2017-09-03

百度实时语音转换技术 DeepVocie；谷歌 Python Fire 等| AI 研习社周刊

█开发工具微软发布 Azure Stack 第三技术预览版本 Azure Stack 是微软为大型企业客户开发，在本地部署的数据中心运行私有云或混合云的服务。其正式版本预计于今年年中推出。3 月 1 日，微软公布了它的第三个技术预览版本。微软副总裁 Mike Neil 强调，Azure Stack 将根据实际使用情况按需定价，但也会提供年费方式的固定价格选项。详情：http://www.leiphone.com/news/201703/nYfx3ZLOXqMckzPZ.html?type=preview 谷歌开源Python Fire 3 月 2 日，谷歌公布了新的 Python 工具包——Python Fire。它的功能很简单：能从任何 Python 代码生成命令行接口（CLI）。开发者面对任意一个Python 程序，仅需调用

2017-08-01

Alexa估值近百亿美元，AI巨头为何在语音交互市场抢夺赛道？

1、国内外巨头相继进入语音交互领域去年10月份，Intel与科大讯飞宣布合作共同研发AI芯片，该芯片将麦克风阵列、远场语音识别等功能集成到SOC当中，形成完整的远场语音交互链条，此次合作正式宣告Intel

2017-07-31

Android 基于 Speex 的高度封装语音库，0 耦合,没三方jar包

使用方便，下面见解析低内存占用，提供捞底回收多接口延伸，例如结果文件路径的返回，和文件的大小基于 Speex jni 库，高效，自定义语音文件格式解析实例: private VoiceRecorderHelper

2017-07-27

谷歌收购语音识别开放平台 API.ai，或将其整合在 Allo 中

谷歌收购语音识别开放平台 API.ai，或将其整合在 Allo 中责任编辑：editor007 作者：亚峰|2016-09-20 22:16:13本文摘自：雷锋网近日，谷歌宣布收购语音识别和自然语言处理交互接口初创公司

2017-07-02

智能家居给品牌提供了新的广告机会——语音也能念广告

如果你今后需要祛除衣服上的污渍或者正忙于搜寻制作鸡尾酒的方法时，请不要惊讶你会突然收到来自汰渍或尊尼获加（Johnnie Walker）的语音短信帮助。

2017-07-02

AC6966B 离线语音识别硬件方案_AC696N开发板做语音控制蓝牙音箱播放/暂停、上一曲、下一曲、音量加减_智能音响

主控芯片：AC6966B QFN32（4mm×4mm），32 位带硬件 FPU 浮点 DSP，最高 160MHz，蓝牙 V6.0（BR+EDR+BLE）

2026-07-11

如何实现基于YOLOv5的交通识别系统并对交通标志进行检测及识别，数据集（TT100K数据集，已转YOLO格式）

交通标志检测识别系统Python项目：基于YOLOv5的交通识别系统支持图片检测、视频检测、调用摄像头检测《基于YOLOv5的交通检测与识别系统》交通信号标志识别软件用于交通信号标志的检测和识别，利用计算机视觉和深度学习技术

2026-07-20

多智能体与大语言模型驱动的多语言语音钓鱼检测研究

语音钓鱼攻击依托语音媒介开展心理操纵，在实时通话场景中诱导受害者泄露隐私信息或者执行资金转移操作，已经成为网络安全领域不可忽视的现实威胁。

2026-09-20

推理成本显性化之后：端云协同语音系统的模型分层路由设计

信号一：推理成本首次成为财报单列项。某头部云厂商最新一季财报首次将 AI 应用业务单独披露：该板块收入约 33 亿元，经调整 EBITA 亏损约 139 亿元，亏损同比扩大逾三倍。官方对亏损扩大的解释中，明确包含"C 端应用推理成本增加"。这意味着推理成本第一次从工程指标上升为财务指标，成为管理层与资本市场的显性议题。

2026-08-27

跨境复合型语音钓鱼犯罪的组织模式、心理操控机制与全域治理研究

东南亚境外呼叫中心已成为跨境语音钓鱼犯罪核心承载载体，传统单一资金勒索型语音诈骗持续迭代，逐步演化出 “公检法身份伪装 + 虚假政务网页 + 线下隔离心理控制 + 性影像黑 mail 复合敲诈” 的新型犯罪范式

2026-08-14

5种有效方法，文字图片语音都能保留

换手机怕聊天记录丢了、工作需要把微信对话存档下来、跟重要的人聊天想保存成文件……不管哪种场景，微信聊天记录怎么导出都是个绕不开的需求。用了好几年微信，我把我试过的5种导出方法整理出来，优缺点都标清楚。

2026-07-27

Agent 语音交互如何更稳、更快？一次高并发消息链路优化实践

作者：雀贤、文婷、复礼、稚柳随着大语言模型（LLM）、语音识别（ASR）、语音合成（TTS）等能力逐步成熟，AI Agent 开始从文本交互走向语音交互，典型场景包括 AI 教师、AI 情感聊天、AI

2026-03-26

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。