WedX - журнал о программировании и компьютерных науках

Публикации по теме 'speech-recognition'


Транскрибировать речь в текст
Транскрибируйте речь в текст с помощью Python или Web Speech API. питон Убедитесь, что у вас установлен Python : $ python --version Рекомендуется Python версии 3. Установите модуль SpeechRecognition : $ pip install SpeechRecognition Создайте скрипт speech_to_text.py , транскрибирующий аудиофайл Hello World.wav в текст: Запустить скрипт: $ python speech_to_text.py hello world Библиотека SpeechRecognition поддерживает следующие механизмы/API:..

Анализ распознавания речи
Создайте модель распознавания речи с помощью Keras. Распознавание речи широко используется в нашей жизни - от Siri до устройств умного дома. Этот проект распознавания речи предназначен для использования набора данных задачи распознавания речи Kaggle для создания модели Keras поверх Tensorflow и прогнозирования голосовых файлов. Ссылка на набор данных задачи распознавания речи Kaggle приведена ниже: Задача распознавания речи TensorFlow Скачивание..

Краткая история ASR: автоматическое распознавание речи
Этот момент наступил давно. Технология распознавания речи разрабатывалась более полувека и пережила несколько периодов многообещающих - и разочарований. Так что же изменилось, чтобы сделать ASR жизнеспособным в коммерческих приложениях? И что именно могли сделать эти системы задолго до того, как кто-либо из нас услышал о Siri? История распознавания речи - это не только применение различных подходов , но и развитие необработанных технологий, хотя они неразрывно связаны. В течение..

5 книг, которые мы читаем
5 книг, которые мы читаем от машинного обучения до речевой аналитики Сегодня все обсуждают приложения искусственного интеллекта, поскольку они используются для решения целого ряда трудноразрешимых проблем. Приток новых технологий разрушил многие отрасли и создал множество возможностей для нового поколения инженеров и аналитиков данных. Однако до сих пор только 20 процентов организаций, знающих об ИИ, фактически используют его. Главная причина? Многие руководители до сих пор..

ХуБЕРТ объяснил
Изучение языка из речи с помощью BERT С момента выпуска оригинальной статьи wav2vec в 2019 году самоконтролируемое обучение теперь все больше и больше используется для речи. HuBERT делает следующий шаг в этом отношении. Основная идея документа заключается в дискретизации аудиовхода с помощью скрытых единиц , что позволяет применять модель BERT. В этом посте мы пройдемся по статье, объяснив компоненты модели и способы ее использования в ваших проектах. Краткое содержание..

Новые материалы

Объяснение документов 02: BERT
BERT представил двухступенчатую структуру обучения: предварительное обучение и тонкая настройка. Во время предварительного обучения модель обучается на неразмеченных данных с помощью..

Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..


Для любых предложений по сайту: [email protected]