百度AI产品与应用学习路线之语音技术(百度云智学院学习笔记)_Mr.郑先生_的博客-程序员秘密

技术标签：百度云智学院学习笔记机器学习百度深度学习语音技术人工智能

运用百度语音技术API完成语音识别与合成项目开发

百度语音技术简介
语音自训练平台接入流程
语音识别和唤醒接入流程
语音基础介绍与场景应用

在这里插入图片描述

百度语音技术简介

基本的语音交互流程:
在这里插入图片描述

语音识别效果不好的三大原因

输入语音:
在这里插入图片描述
声学匹配:

文本匹配:

优化方法

迭代优化:
在这里插入图片描述
语音唤醒:

语音唤醒的设计及影响因素:

声纹识别:

声纹识别的设计及影响因素:

语音合成:

基于深度学习的语音合成训练:

语音合成的设计及影响因素:

语音自训练平台接入流程

语音自训练平台链接:
https://ai.baidu.com/tech/smartasr

在这里插入图片描述
主要是数据集的配置,训练是全自动的:

语音文件格式要求

16k 16bit单声道pcm/wav文件
8k 16bit 单声道pcm/wav文件(客服场景) ;
音频文件名请不要包含中文、特殊符号、空格等字符;
所有音频需打包压缩为zip文件格式后上传, zip大小不超过100M,解压后单个音频大小不超过150M

标注文件格式要求

标注文件内容应与音频文件相对应的内容一致(单条音频对应文本长度;不超过5000字);
标注文件格式应为txt格式，GBK编码;
标注tx(文本中，由音频名称、标注内容两部分构成,用"tab"区隔，带后缀或不带后缀均可，以下为格式示例:
01.pcm (用tab键换列)今天天气真不错。

在这里插入图片描述
上传数据集:

选择基础模型:

在训练模型前,我们需要上传热词和句篇:

这里的热词和句篇相当于训练集:

热词记得选择gbk编码:

下面等待训练结束:

训练结束后可以查看训练结果,进行迭代训练或者是模型上线:
在这里插入图片描述

语音识别和唤醒接入流程

开发流程:
在这里插入图片描述
下面是语音识别的开发文档:
https://ai.baidu.com/ai-doc/SPEECH/Ek39uxgre

语音唤醒的开发文档:
https://ai.baidu.com/ai-doc/SPEECH/Vk38lyr75

语音基础介绍与场景应用

能力及应用:
在这里插入图片描述

本文链接：https://blog.csdn.net/zbp_12138/article/details/105610872

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

应用编程接口（API）[email protected]_Tulan_小新的博客-程序员秘密

Web API，具体说就是为我们写好的网站内容开发出可供第三方使用的API接口。书中提到了一个概念：REST（Representational State Transfer）——表现层状态转移。这是一种Web服务架构。它具有6个特征：客户端－服务器无状态缓存接口统一系统分层按需代码1. REST API1.1 资源资源是 REST 架构方式的核心概念。在 REST 架构中，资源是程序中你要着重关注...

前手淘前端负责人：前端人如何保持竞争力？_大成子 | 翻身的码农的博客-程序员秘密

今天，我想和大家谈谈前端人的职场发展。先问大家一个问题，“作为一名前端，你有没有想过可能会面临的职场困境？” 我发现，很多有技术追求、有热情的工程师，因为技术敏感度和主...

android Service在8.0以及通知栏不显示的问题_android service后台不提示_刘永祥的博客-程序员秘密

android系统在8.0以后Service无法正常使用，在低版本上面不会出现问题，这是因为在后台中运行的服务会消耗设备资源，这可能降低用户体验。为了缓解这一问题，系统对这些服务施加了一些限制。系统可以区分前台和后台应用。（用于服务限制目的的后台定义与内存管理使用的定义不同；一个应用按照内存管理的定义可能处于后台，但按照能够启动服务的定义又处于前台。）如果满足以下任意条件，应用将被视为...

MFC(基于VS2013)连接下位机简单实例（下位机连接以及Socket数据发送接收）_土豪gold的博客-程序员秘密

很多人需要编写基于MFC的上位机程序，而这类程序首先要解决的就是网络通信的问题，这里也抽出一点时间写了一个简单的额范例，如果你的需求是如下几幅图片所示（这里用TCP调试助手模拟下位机，以便更清楚的看到我们发的信息），那么不妨可以下载下来看一看，程序的代码已经给了非常详细的注释，这里不再赘述，只放一些核心代码：这里附上程序的下载地址，自己手工码的程序，收一点点豆子，核心代码我也直接附出来：程序下载...

HK32F0303MF4P6最小系统板（测试版）_hk32f030m 定时器_DO_Tonight的博客-程序员秘密

HK32F0303MF4P6最小系统板（测试版）总共引出接口最大时钟频率——32M4路ADC通道三个空闲GPIO一个USART两个定时器通道一个I2C使用SWD下载hex这个测试版，只是自己用来学习国产芯片画的，因此开源处理，如果需要PCB、原理图、BOOM表，请联系我。PCB截图...

OkHttp 记一次疯狂Timeout异常的经历_okhttp timeout_一夜微凉的博客-程序员秘密

突然想起CSDN的账号了，顺便做一下记录。前段时间遇到一个问题，对HttpURLConnection多任务断点续传的下载模块进行一次改动，要求使用OkHttp。那么无非就是connection变成了response，全程改动没遇到困难，发现代码很完美，于是开始运行。运行一段时间后，发现问题接踵而至，一会read出现Timeout异常，一会onFailure返回Timeout异常，即便是尝试获取一次文件大小的请求都会Timeout。有意思的是第一次下载一定没事，只要暂停或尝试二...