基于語音的圖書資料查詢漢語接口研究，適合對語音識(shí)別感興趣的人員查閱
標(biāo)簽： 語音 圖書 查詢 接口
上傳時(shí)間： 2014-01-17
上傳用戶：yan2267246
在過去20年中，語音識(shí)別的研究已深入在世界各地，刺激進(jìn)步信號(hào)處理，算法,架構(gòu)和硬件進(jìn)步。語音識(shí)別系統(tǒng)的開發(fā)為各種各樣的應(yīng)用，從小型詞匯識(shí)別關(guān)鍵字撥號(hào)電話線，以中等規(guī)模的詞匯語音交互命令和控制系統(tǒng)的個(gè)人電腦，到大詞匯量語音聽寫，自發(fā)的講話理解和有限域語音翻譯。在這我們審查了一些關(guān)鍵的進(jìn)步，一些領(lǐng)域的自動(dòng)語音 承認(rèn)。我們還說明，通過實(shí)例，如何這些關(guān)鍵的進(jìn)步可用于 連續(xù)語音識(shí)別的普通話。最后，我們闡述了要求在設(shè)計(jì)成功的實(shí)際應(yīng)用和處理技術(shù)挑戰(zhàn)，需要得到充分利用，以達(dá)到最終目標(biāo)提供了一個(gè)易于使用的，自然，以及靈活的語音和人民之間的相互關(guān)系機(jī)。
標(biāo)簽：
上傳時(shí)間： 2013-12-12
上傳用戶：rocwangdp
g721語音壓縮算法原程序，用于語音編碼技術(shù)
標(biāo)簽： g721 語音壓縮 算法 程序
上傳時(shí)間： 2017-09-01
上傳用戶：er1219
訊飛語音Linux SDK包，用于Linux環(huán)境下的語音識(shí)別和語音合成。為開發(fā)者提供了語音云平臺(tái)的網(wǎng)絡(luò)接口
標(biāo)簽： 語音識(shí)別 語音合成 Linux 訊飛語音 多媒體語音
上傳時(shí)間： 2015-07-21
上傳用戶：fsx343725265
機(jī)器人超聲波識(shí)別技術(shù)，基于51單片機(jī) ，安徽工業(yè)大學(xué)信息工程系講師陳子豪
標(biāo)簽： 機(jī)器人 超聲波 識(shí)別
上傳時(shí)間： 2016-06-22
上傳用戶：u魚哥shuai
對于聲音識(shí)別技術(shù)來說，由于不需要過多接觸以及實(shí)體間 交互模式的認(rèn)證，因此，它在使用中比其他種類的識(shí)別技術(shù) 更加便利。而在配置過程中，由于當(dāng)前多數(shù)電子數(shù)碼產(chǎn)品 都已經(jīng)安裝了聲卡和話筒，因而構(gòu)架上也可以節(jié)約更多的 成本。此外，對于使用環(huán)境來說，由于不需要如視頻監(jiān)控設(shè) 備那樣對角度有著較高的要求，所以聲音識(shí)別系統(tǒng)的使用環(huán) 境無疑也會(huì)更加的隨意和隱蔽。這些都是聲音識(shí)別系統(tǒng)與 其他安防設(shè)施相比更加獨(dú)特的優(yōu)勢。
標(biāo)簽： Java 數(shù)字音頻 識(shí)別 程序
上傳時(shí)間： 2019-09-23
上傳用戶：minwenji
2fsk 4fsk qpsk bpsk 的調(diào)制識(shí)別代碼
標(biāo)簽： 調(diào)制識(shí)別
上傳時(shí)間： 2021-07-06
上傳用戶：尕阿金123
嵌入式智能機(jī)器人平臺(tái)研究摘 要：針對傳統(tǒng)工業(yè)機(jī)器人采用的封閉式結(jié)構(gòu)的局限性，在WindowsCE．NET系統(tǒng)基礎(chǔ)上，通過剪裁定制 ，去 除冗余的功能，搭建嵌入式智能機(jī)器人平臺(tái)．該智能機(jī)器人系統(tǒng)具有移動(dòng)機(jī)器人需要的主要感知模塊，并有豐富的 運(yùn)動(dòng)控制接口及驅(qū)動(dòng)模塊．同時(shí) ，設(shè)計(jì)了多傳感器數(shù)據(jù)融合 、軌跡規(guī)劃、運(yùn)動(dòng)控制、無線網(wǎng)絡(luò)通信 、圖形人機(jī)界面等智 能機(jī)器人的測試軟件和應(yīng)用模塊．該智能機(jī)器人平臺(tái)具有模塊化、易擴(kuò)展、可移植、可定制、硬件體積小、功耗低、實(shí) 時(shí)性強(qiáng)、可靠性高等優(yōu)點(diǎn)． 關(guān)鍵詞：智能機(jī)器人平臺(tái)；WindowsCE．NET；實(shí)時(shí)控制；自主機(jī)器人；雙目視覺；語音識(shí)別引言(Introduction) 隨著計(jì)算機(jī)技術(shù) 的快 速發(fā)展 ，機(jī)器 人技術(shù)也得 到了飛速發(fā)展．然而 ，現(xiàn)有機(jī)器人系統(tǒng)在硬件 和軟件 開發(fā)方面雖然已經(jīng)趨于成熟，但依然存在一些問題． 它們的硬件多是專用的，軟件系統(tǒng)也多采用 Windows 2000或者 WindowsXP系統(tǒng)…．這些機(jī)器人系統(tǒng) 主要 存在以下一些缺點(diǎn) ： (1)系統(tǒng)的實(shí)時(shí)性差．機(jī)器人控制系統(tǒng)是一個(gè)實(shí) 時(shí)性要求非常高的控制系統(tǒng)，作為一般桌面應(yīng)用的 Windows和 Linux操作系統(tǒng)很難達(dá)到高實(shí)時(shí)性的要 求． ． (2)開放性 以及擴(kuò)展性差．常見的機(jī)器人控制系 統(tǒng)存在的一個(gè) 問題就是 系統(tǒng) 的冗余大、開放性擴(kuò)展 基金項(xiàng) 目：國家 自然科學(xué)基金 資助項(xiàng) 目(60475036) 收稿 日期 ：2005—05—16 性差，系統(tǒng)適用于特定的應(yīng)用 ，不便于在硬件和軟件 上進(jìn)行擴(kuò)展和剪裁． (3)軟件的獨(dú)立性差．軟件結(jié)構(gòu)及其邏輯結(jié)構(gòu)依 賴于處理器硬件 ，難以在不同的系統(tǒng) 間移植． (4)缺少友好的人機(jī)交互界面． 2 系統(tǒng)概述(System description) 為促進(jìn)當(dāng)前智能機(jī)器人研究和應(yīng)用，迫切需要 開發(fā)“具有開放式結(jié)構(gòu) 的、模塊化 、標(biāo)準(zhǔn)化 的嵌 入式 智能機(jī)器人平臺(tái)”．這種智能機(jī)器人平臺(tái)具
標(biāo)簽： 嵌入式 智能機(jī)器人
上傳時(shí)間： 2022-02-12
上傳用戶：zhaiyawei
MATLAB深度學(xué)習(xí)簡介深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)類型，該類型的模型直接從圖像、文本或聲音中學(xué) 習(xí)執(zhí)行分類任務(wù)。通常使用神經(jīng)網(wǎng)絡(luò)架構(gòu)實(shí)現(xiàn)深度學(xué)習(xí)。“深度”一詞是指網(wǎng)絡(luò) 中的層數(shù) — 層數(shù)越多，網(wǎng)絡(luò)越深。傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)只包含 2 層或 3 層， 而深度網(wǎng)絡(luò)可能有幾百層。下面只是深度學(xué)習(xí)發(fā)揮作用的幾個(gè)例子:? 無人駕駛汽車在接近人行橫道線時(shí)減速。? ATM 拒收假鈔。? 智能手機(jī)應(yīng)用程序即時(shí)翻譯國外路標(biāo)。深度學(xué)習(xí)特別適合鑒別應(yīng)用場景，比如人臉辨識(shí)、 文本翻譯、語音識(shí)別以及高級駕駛輔助系統(tǒng)(包括 車道分類和交通標(biāo)志識(shí)別)。簡言之，精確。先進(jìn)的工具和技術(shù)極大改進(jìn)了深度學(xué)習(xí)算法，達(dá)到了 很高的水平，在圖像分類上能夠超越人類，能打敗世界最優(yōu)秀的圍棋 選手，還能實(shí)現(xiàn)語音控制助理功能，如 Amazon Echo? 和 Google Home，可用來查找和下載您喜歡的新歌。如果您剛接觸深度學(xué)習(xí)，快速而輕松的入門方法是使用現(xiàn)有網(wǎng)絡(luò)， 比如 AlexNet，用一百多萬張圖像訓(xùn)練好的 CNN。AlexNet 最常用于 圖像分類。它可將圖像劃分為 1000 個(gè)不同的類別，包括鍵盤、鼠標(biāo)、 鉛筆和其他辦公設(shè)備，以及各個(gè)品種的狗、貓、馬和其他動(dòng)物。
標(biāo)簽： Matlab
上傳時(shí)間： 2022-06-10
上傳用戶：
神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)的重要分支，是智能計(jì)算的一個(gè)主流研究方向，長期受到眾多科學(xué)家的關(guān)注和研究，它植根于很多學(xué)科，結(jié)合了數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)、計(jì)算機(jī)科學(xué)和工程學(xué).已經(jīng)發(fā)現(xiàn)，它能夠解決一些傳統(tǒng)意義上很難解決的問題，也為一些問題的解決提供了全新的想法.在傳統(tǒng)的研究成果中，有很多表達(dá)數(shù)據(jù)的統(tǒng)計(jì)模型，但大都是比較簡單或淺層的模型，在復(fù)雜數(shù)據(jù)的學(xué)習(xí)上通常不能獲得好的學(xué)習(xí)效果.深度神經(jīng)網(wǎng)絡(luò)采用的則是一種深度、復(fù)雜的結(jié)構(gòu)，具有更加強(qiáng)大的學(xué)習(xí)能力，目前深度神經(jīng)網(wǎng)絡(luò)已經(jīng)在圖像識(shí)別、語音識(shí)別等應(yīng)用上取得了顯著的成功.這使得這項(xiàng)技術(shù)受到了學(xué)術(shù)界和工業(yè)界的廣泛重視，正在為機(jī)器學(xué)習(xí)領(lǐng)域帶來一個(gè)全新的研究浪潮.
標(biāo)簽： 深度神經(jīng)網(wǎng)絡(luò)
上傳時(shí)間： 2022-06-19
上傳用戶：shjgzh
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
