基于语音的图书资料查询汉语接口研究，适合对语音识别感兴趣的人员查阅
上传时间： 2014-01-17
上传用户：yan2267246
在过去20年中，语音识别的研究已深入在世界各地，刺激进步信号处理，算法,架构和硬件进步。语音识别系统的开发为各种各样的应用，从小型词汇识别关键字拨号电话线，以中等规模的词汇语音交互命令和控制系统的个人电脑，到大词汇量语音听写，自发的讲话理解和有限域语音翻译。在这我们审查了一些关键的进步，一些领域的自动语音 承认。我们还说明，通过实例，如何这些关键的进步可用于 连续语音识别的普通话。最后，我们阐述了要求在设计成功的实际应用和处理技术挑战，需要得到充分利用，以达到最终目标提供了一个易于使用的，自然，以及灵活的语音和人民之间的相互关系机。
标签：
上传时间： 2013-12-12
上传用户：rocwangdp
g721语音压缩算法原程序，用于语音编码技术
上传时间： 2017-09-01
上传用户：er1219
讯飞语音Linux SDK包，用于Linux环境下的语音识别和语音合成。为开发者提供了语音云平台的网络接口
标签： 语音识别 语音合成 Linux 讯飞语音 多媒体语音
上传时间： 2015-07-21
上传用户：fsx343725265
机器人超声波识别技术，基于51单片机 ，安徽工业大学信息工程系讲师陈子豪
上传时间： 2016-06-22
上传用户：u鱼哥shuai
对于声音识别技术来说，由于不需要过多接触以及实体间 交互模式的认证，因此，它在使用中比其他种类的识别技术 更加便利。而在配置过程中，由于当前多数电子数码产品 都已经安装了声卡和话筒，因而构架上也可以节约更多的 成本。此外，对于使用环境来说，由于不需要如视频监控设 备那样对角度有着较高的要求，所以声音识别系统的使用环 境无疑也会更加的随意和隐蔽。这些都是声音识别系统与 其他安防设施相比更加独特的优势。
上传时间： 2019-09-23
上传用户：minwenji
2fsk 4fsk qpsk bpsk 的调制识别代码
标签： 调制识别
上传时间： 2021-07-06
上传用户：尕阿金123
嵌入式智能机器人平台研究摘 要：针对传统工业机器人采用的封闭式结构的局限性，在WindowsCE．NET系统基础上，通过剪裁定制 ，去 除冗余的功能，搭建嵌入式智能机器人平台．该智能机器人系统具有移动机器人需要的主要感知模块，并有丰富的 运动控制接口及驱动模块．同时 ，设计了多传感器数据融合 、轨迹规划、运动控制、无线网络通信 、图形人机界面等智 能机器人的测试软件和应用模块．该智能机器人平台具有模块化、易扩展、可移植、可定制、硬件体积小、功耗低、实 时性强、可靠性高等优点． 关键词：智能机器人平台；WindowsCE．NET；实时控制；自主机器人；双目视觉；语音识别引言(Introduction) 随着计算机技术 的快 速发展 ，机器 人技术也得 到了飞速发展．然而 ，现有机器人系统在硬件 和软件 开发方面虽然已经趋于成熟，但依然存在一些问题． 它们的硬件多是专用的，软件系统也多采用 Windows 2000或者 WindowsXP系统…．这些机器人系统 主要 存在以下一些缺点 ： (1)系统的实时性差．机器人控制系统是一个实 时性要求非常高的控制系统，作为一般桌面应用的 Windows和 Linux操作系统很难达到高实时性的要 求． ． (2)开放性 以及扩展性差．常见的机器人控制系 统存在的一个 问题就是 系统 的冗余大、开放性扩展 基金项 目：国家 自然科学基金 资助项 目(60475036) 收稿 日期 ：2005—05—16 性差，系统适用于特定的应用 ，不便于在硬件和软件 上进行扩展和剪裁． (3)软件的独立性差．软件结构及其逻辑结构依 赖于处理器硬件 ，难以在不同的系统 间移植． (4)缺少友好的人机交互界面． 2 系统概述(System description) 为促进当前智能机器人研究和应用，迫切需要 开发“具有开放式结构 的、模块化 、标准化 的嵌 入式 智能机器人平台”．这种智能机器人平台具
上传时间： 2022-02-12
上传用户：zhaiyawei
MATLAB深度学习简介深度学习是机器学习的一个类型，该类型的模型直接从图像、文本或声音中学 习执行分类任务。通常使用神经网络架构实现深度学习。“深度”一词是指网络 中的层数 — 层数越多，网络越深。传统的神经网络只包含 2 层或 3 层， 而深度网络可能有几百层。下面只是深度学习发挥作用的几个例子:• 无人驾驶汽车在接近人行横道线时减速。• ATM 拒收假钞。• 智能手机应用程序即时翻译国外路标。深度学习特别适合鉴别应用场景，比如人脸辨识、 文本翻译、语音识别以及高级驾驶辅助系统(包括 车道分类和交通标志识别)。简言之，精确。先进的工具和技术极大改进了深度学习算法，达到了 很高的水平，在图像分类上能够超越人类，能打败世界最优秀的围棋 选手，还能实现语音控制助理功能，如 Amazon Echo® 和 Google Home，可用来查找和下载您喜欢的新歌。如果您刚接触深度学习，快速而轻松的入门方法是使用现有网络， 比如 AlexNet，用一百多万张图像训练好的 CNN。AlexNet 最常用于 图像分类。它可将图像划分为 1000 个不同的类别，包括键盘、鼠标、 铅笔和其他办公设备，以及各个品种的狗、猫、马和其他动物。
标签： Matlab
上传时间： 2022-06-10
上传用户：
神经网络是机器学习的重要分支，是智能计算的一个主流研究方向，长期受到众多科学家的关注和研究，它植根于很多学科，结合了数学、统计学、物理学、计算机科学和工程学.已经发现，它能够解决一些传统意义上很难解决的问题，也为一些问题的解决提供了全新的想法.在传统的研究成果中，有很多表达数据的统计模型，但大都是比较简单或浅层的模型，在复杂数据的学习上通常不能获得好的学习效果.深度神经网络采用的则是一种深度、复杂的结构，具有更加强大的学习能力，目前深度神经网络已经在图像识别、语音识别等应用上取得了显著的成功.这使得这项技术受到了学术界和工业界的广泛重视，正在为机器学习领域带来一个全新的研究浪潮.
标签： 深度神经网络
上传时间： 2022-06-19
上传用户：shjgzh
