语音识别
来源:互联网 发布:淘宝的官方网址 编辑:程序博客网 时间:2024/06/09 23:38
siri的出现让语音识别一下子很热门啊。下午有空,找几篇语音识别的论文看看。发现语音识别的研究圈子好像比计算机视觉封闭。
像opencv这样的开源库,以及mnist, pascal voc等很容易找到的研究库,语音识别也一时google不出来。
语音识别的英文翻译:speech recognition
另一方面,IBM的viavoice ,微软的语音识别sdk 倒是很容易下载到,似乎是说语音识别是一个商业化程度比较高的研究领域。
比较简单的文章。
1.小词汇量语音识别系统的实现 这个来自pudn网。一个简单的语音识别系统,分端点检测,特征提取和量化,然后由HMM识别。
2.基于MFC 平台下的语音识别系统的设计 百度文档下的。这个文章演示了用ms speech sdk 5.1 创建一个语音识别程序的大致过程。google了下,这个sdk 似乎是2009年以前的
微软现在搞了个tellme。http://www.microsoft.com/en-us/Tellme/developers/default.aspx 这里有个Microsoft Speech Platform 以及更新到10.2了。应该比speech sdk 5.1 先进。
还有一个选择是https://studio.tellme.com/ tellme studio 提供云端服务。用起来,可能很方便。
网站有tellme 和siri的对比试验,看了下siri确实很好用。tellme没有对程序控制做深入的控制,识别率也不差。
曾经用过win7的 tellme 实在是不咋地。
3.汉语大词汇量连续语音识别系统研究进展 汉语的,来自中科院自动化研究所。对语音识别的历史和现状介绍的比较相信。这里提到了NIST ,
http://nist.gov/itl/iad/mig/ 可以申请得到一个测试数据库。。不过要传真申请。一般人估计也不会给。
这里的几个项目都很有趣,比如基于视频检测的超市防偷盗系统。说话人识别,基于多摄像头的特定人跟踪(有数据库可以下载)等等。
这样看下来,还是先了解下微软的tellme studio。今年9月份 ,微软还有一篇整句识别能力大幅度提高的论文。可能到明年,tellme 真会有大进展。
可是tellme studio 已经关闭了free access
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- 语音识别
- Jquery实现异步上传图片
- java_交通灯管理系统_1
- 【java面试题】StringBuilder与StringBuffer和String 的区别
- 深入研究Servlet线程安全性问题
- 每日一得:iTouch home键按不动了
- 语音识别
- 【Visual C++】游戏开发笔记二十二 游戏基础物理建模(四) 粒子系统模拟(一)
- java_交通灯管理系统_2
- 设计思维与协作文化
- ADO.NET Insert command function
- 江苏又一淘宝卖家去世 或因珠网膜脑出血
- 周鸿祎的360手机,网友定价360人民币
- 中国互联网创业者的要么成功,要么失败,要么腾讯
- android 多媒体和相机详解二