Maix-Speech是专为嵌入式环境设计的离线语音库，设计目标包括：ASR/TTS/CHAT作者的设计初衷是完成一个低至Cortex-A7 1.0GHz 单核下可以实时运行的ASR库。目前市面上的离线语音库非常稀缺，即使有也对主控要求很高，Maix-Speech 针对语音识别算法进行了深度优化，在内存占用上达到了数量级上的领先，并且保持了优良的WER。基本情况Maix-Speech刚发布了一个面
语音控制的基础就是语音识别技术，可以是特定人或者非特定人的。非特定人的应用更为广泛，对于用户而言不用训练，因此也更加方便。语音识别可以分为孤立词识别，连接词识别，以及大词汇量的连续词识别。对于智能机器人这类嵌入式应用而言，语音可以提供直接可靠的交互方式，语音识别技术的应用价值也就不言而喻。一、 语音识别概述 语音识别技术最早可以追溯到20世纪50年代，是试图使机器能“听懂”人类语音的技术。按照目前
随着人工智能化的快速发展，传统的家居行业也开始向智能家居转变，其中的语音交互技术被广泛应用。实现这些功能都少不了离线广州九芯电子科技有限公司简介：广州市九芯电子科技有限公司是一家行业内杰出的高新技术公司，集语音芯片、语音模块、语音方案、语音识别、音乐芯片、录音方案一站式语音方案商。语音识别芯片/模块主要有：l NRK100语音识别模块、NRK101语音识别模块—非特定人语音识别，单机片串口及控制的
转载
2023-12-19 09:18:07
12阅读
语音是一个连续的音频流，它是由大部分的稳定态和部分动态改变的状态混合构成。 语音识别系统本质上属于模式识别系统的范畴，都包含有特征提取和模板识别.机器在识别匹配过程中，将输入语音信号的特征与模板库中的特征参数进行对比，根据所选建模方式，找出与之最为相近的模板参数，最终得到识别结果。优化的结果与特征的选择、声学模型的好坏、模板的准确性都有直接的关系。Sphinx是由美国卡内基梅
转载
2023-07-15 22:51:59
390阅读
本文章仅仅讲述了思路，具体代码可以百度搜索。为什么要低价？想去开发一款商用的语音识别，比如智能家具之类的，因此会遇到大量的访问（如果遭受黑客攻击，你所购买的语音包可能会在几分钟之内被调用完）。并且在线的语音识别价格并不客观，百度云每个要0.0011元/次，华为云更是贵的离谱。而例如讯飞这样的离线识别语音包，却不支持windows平台，因此我们需要一个更便宜的离线识别方案离线识别很差劲吗？如果让我评
转载
2023-09-17 07:46:51
33阅读
前言时不可以苟遇，道不可以虚行。一、介绍1、什么是语音识别模块语音识别模块是在一种基于嵌入式的语音识别技术的模块，主要包括语音识别芯片和一些其他的附属电路，能够方便的与主控芯片进行通讯，开发者可以方便的将该模块嵌入到自己的产品中使用，实现语音交互的目的。离线语音模块 与 在线语音模块的区别：
相同点：都可以根据开发人员的需求进行开发相应的固件程序。不同点：离线语音模块是本地存储数据，需要提前
转载
2023-11-01 21:20:18
294阅读
很多都会问：我测试科大讯飞的识别效果很好呀,为什么你们的不能达到这个效果呢？原因很简单,因为你所测试的是科大讯飞在线的语音识别模块,而我们的是离线的语音识别模块。离线的语音识别和在线的语音识别是有所差距的：l 离线语音识别：固定词条,不需要连接网络,但是识别率稍低l 在线语音识别：词条不固定,需要连接网络,识别率较高,但是效果会受网络影响, 价格相对较高产生差距的原因有两点：① 语音识别比较重要的
转载
2023-12-02 16:54:15
174阅读
日前，Google推出了全新的离线语音识别模型。新模型缩小了系统中被称为“解码器图形”的部分，这个组件的功能类似于书中的索引，将音频波形与书面文字相匹配。但目前它只在谷歌键盘应用程序Gboard中工作，只在Pixel上工作，而且它只适用于美式英语。业内人士称，语音识别是Siri、Alexa和Google等智能手机目前最重要的组成部分。但这些语音识别系统有一个很大的缺点，就是会有相应的延迟，用户必须
转载
2023-10-20 14:17:23
238阅读
什么是语音识别？语音识别就是通过录音形式转化成文字，现在的语音识别技术可支持的语言有：普通话、粤语、四川话和英语。语音识别的分类都有哪些？语音识别分为在线识别、离线命令词和唤醒词在线识别：即联网使用的识别功能。离线命令词：断网时激活，只能识别预定义的短语。联网时，强制使用在线识别。唤醒词：本地功能，不需要网络。唤醒词即识别“关键词”，当SDK的识别引擎“听到”录音中的关键词后，立即告知用户。与an
分享一款开源离线语音识别输入工具，支持无限时长语音、音视频文件转录字幕。软件简介：CapsWriter是一款免费开源且可完全离线识别的语音输入工具，无需担心因在线版本识别带来的各种隐私泄露问题。支持win7及以上的系统，已经更新融合了语音输入以及音视频文件实现字幕转录的功能。软件特性： 1.完全离线、无限时长、低延迟、高准确率、中英混输、自动阿拉伯数字、自动调整中英间隔。 2.热词功能：可以在 h
离线语音识别芯片对比前言本文关注的重点是语音识别的硬件载体：语音识别芯片，特别是离线语音识别芯片。一、 语音识别技术的原理定义：语音识别技术(ASR Automatic SpeechRecognition)，让智能设备听懂人类的语音。语音识别的工作流程，可以分为三大步骤：前端语音处理、模型训练、后端识别处理。1.前端处理前端处理，即将语音的模拟信号，转换成机器能读懂的数字信号，并做信号优化处理。前
转载
2023-12-28 04:43:45
0阅读
这周又搞了一周语音识别，速度太慢了，本来以为可以开始搞视频或者SLAM了。当然，我也清楚，这其中的每一块都是很大的一个领域，都有很多东西值的去研究，但我目前只是在做应用，把现有的技术堆砌起来，组装成一个机器人，仅此而已。因为年底我就要离职了，想在进入新公司的时候，能有一个拿的出手的成果来。 这周我做的是离线语音识
转载
2024-02-19 14:23:50
271阅读
随着科技的不断发展，智能家居已经成为人们日常生活中不可或缺的一部分，涌现出越来越多的智能设备，如智能门锁、智能灯泡、智能冰箱等，这些设备为人们的生活带来了更多的便利和创新。其中作为常见的风扇通过添加智能语音控制功能，使得用户的使用更加轻松便捷、舒适高效。一、智能风扇语音识别芯片选型？NRK3303芯片是广州九芯电子新推出的一款离线语音识别芯片，搭载了NRK3303离线语音识别芯片方案的智能声控风扇
转载
2023-11-07 13:14:01
0阅读
1 简介 之前在《搜狗语音云开发入门--移动端轻松添加高大上的语音识别》中介绍了使用搜狗语音云为客户端程序添加在线语音识别服务。在线语音服务需要联网使用，但是你不能指望用户拥有完美的环境，事实上大多数情况下用户的外围环境都会有所限制。有的时候没有Wi-Fi、没有流量，还想使用语音识别，如果你给用户一个提示“您没开流量...”只能说你的程序弱爆了。有条件
转载
2023-09-05 17:20:55
254阅读
前言：Picovoice平台在国内的应用案例很少，国内也没有官网，国外主站https://picovoice.ai/。本文基于Ubuntu系统部署Picovoice平台，我也尝试过在树莓派上部署，相当成功和简便，就是线上平台的操作需要花点时间去理解操作。相信大家阅读过本文后会更加容易理解。附上官方教程站点：https://picovoice.ai/docs/一、简介Picovoice 离线语音识别
转载
2023-12-21 10:35:28
208阅读
一. 语音库及SWIG
安装
从
http://sourceforge.net/projects/cmusphinx/files/
，
下载sphinxbase-0.8
.tar.gz和
pocketsphinx-0.8.tar.gz放在同一个目录下，开始安
转载
2023-11-28 18:37:06
284阅读
从师弟那里获得了一块语音识别模块，查阅资料得知这是一款非特定语音识别芯片，有50个关键词条可以自定义，很cool的一个东西，摆脱了使用skainet只能“嗨，乐鑫”的苦恼。一、获取资料要获取这种模块的资料，我目前所知的最简单的方法是逛淘宝，哈哈。只要在淘宝上找到对应的商品链接，那么商品详情里就会有它的详尽资料，运气好一点的话，还可以获取示例代码的度盘链接。总之，以下就是我从淘宝获取到的资料。绿深-
转载
2024-02-06 23:40:58
95阅读
百度离线语音唤醒+语音识别简介百度语音离线识别集成离线识别实现添加动作识别：注意事项demo下载地址： 简介本文记录百度离线识别与讯飞离线语音识别，针对的是应用本身级别的。百度语音离线识别集成首先下载开发架包：bdasr_V3_20180801_d6f298a.jar，这个是离在线融合的SDK ；导入so库：可在下载的demo中找到，复制到自己工程中同名的路径下需要百度开放平台上去申请 API
转载
2023-09-19 21:50:07
144阅读
编者按：随着人工智能技术的发展，客服领域的语音识别软件类型也越来越多，那么到底语音识别软件是什么，怎么对语音识别软件进行区分，语音识别软件主要包含什么功能？本文为大家详细介绍语音识别软件相关信息。语音识别软件，指可以通过语音识别技术（ASR），实现人的自然语言识别处理的软件系统，目前在客服工作领域，已经有多种形式的商业化语音识别应用，帮助企业优化客服工作，提高企业整体效益。➤语音识别软件类型企业使
按：本文原作者 Cindi Thompson，美国德克萨斯大学奥斯汀分校（University of Texas at Austin）计算机科学博士，数据科学咨询公司硅谷数据科学（Silicon Valley Data Science，SVDS）首席科学家，在机器学习、自然语言处理等领域具有丰富的学术研究和产业界从业经验。雷锋网编译。作为 SVDS 研究团队的成员，我们会经常接触各种不同的语音识别
