概括性了解。欲知相关技术方法详情,可参阅页末论文及相关文献。 1. 引言 过去几年里,自动语音识别(ASR)已经取得了重大的进步 [1-21] 。这些进步让 ASR 系统越过了许多真实场景应用所需的门槛,催生出了
K40与AlexNet可以每天处理超过60M的图像。它是一个可用于图像分类的工具包,不擅长其他的深度学习应用程序,如文字或语音。 Torch & OverFeat: Lua Facebook AI是用Lua编写的,并且为
Python实现键值数据库 本课程将通过理解一个操作类似于 Redis,存储理念来自于 CouchDB 的键值数据库的源代码来学习如何做数据库的数据存储,体会使用不可变数据结构的优点。 14. Python3 & OpenCV
GNU Octave 是一种高级语言,主要设计用来进行数值计算,它是 MathWorks 出品的 Matlab 商业软件的一个强有力的竞争产品。除了 gnuplot 所提供的简单命令集之外,Octave
NET组件之一。博客园有很多园友写过专门的使用文章。我本人也只是关注,还没有使用,因为方向和处理的问题不一样,暂时还没有实际应用。源代码,案例等都非常全面。 1.2 Accord.NET Framework Accord.NET Framework是在AForge
GPU驱动中也提供) · CUDA编程手册 CUDA开发者软件开发包(SDK)提供了一些范例(附有源代码),以帮助使用者开始CUDA编程。这些范例包括: · 并行双调排序 · 矩阵乘法 · 矩阵转置
最近初学安卓开发,因为以前从未用过JAVA,连基本的语法都要从头开始,所以不太顺利。在尝试使用百度语音识别引擎时遇到了如何引用jar及so文件的问题。在GOOGLE加多次尝试之后,找到了一个比较简单的方法,特介绍如下。
我在本文中将介绍如何使用IBM Watson API,用短短50行代码,编写出一个Telegram语音转换成文本的机器人程序。 这年头,机器人程序是新的应用程序,大家都在谈论机器人程序。微软宣布,
觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺骗、证券市场分析、DNA序列测序、语音和手写字识别、战略游戏和机器人运用等。 1、机器学习&数据挖掘的数学基础 机器学习是一
Asterisk 是一个开放源代码的软件VoIP PBX系统,它是一个运行在Linux环境下的纯软件实施方案。Asterisk是一种功能非常齐全的应用程序,提供了许多电信功能,能够把你的x86机 器变
s/50629103 在图像处理实践中,将灰度图转化为二值图是非常常见的一种预处理手段。在Matlab中,可以使用函数BW = im2bw(I, level)来将一幅灰度图 I ,转化为二值图。其
Brain开发。它支持在人工神经网络中使用多个数据集。最受欢迎的TensorFlow应用场景包括物体识别、语音识别等。还有很多基于TensorFlow构建的库,例如tflearn、tf-slim、skflow等。
tring做了扩展, 支持正则表达的查找,替换等。 Openear —— 语音识别和TTS 提供了语音识别和Text-to-speach 的接口 ASIHttpRequest ——
tring做了扩展, 支持正则表达的查找,替换等。 Openear —— 语音识别和TTS 提供了语音识别和Text-to-speach 的接口 ASIHttpRequest ——
的应用,如:数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、DNA序列测序、语音和手写识别、战略游戏和机器人等方面。这里整理了目前GitHub上最受欢迎的28款开源的机器学习项目,以供开发者参考使用。
Interface 客户端,可让你侦听异步事件、发送动作以及接收响应。 Asterisk 是一个开放源代码的软件VoIP PBX系统,它是一个运行在Linux环境下的纯软件实施方案。Asterisk是一种
识。 找一个库,先阅读其文档,然后就可以照着指南尝试做一些事情了。以下是最优秀的机器学习库开源代码。我并不认为这些库适用于你的工程项目,但是它们非常适合学习,开发及建模。 先选择一个你熟悉的语
Tox 是一款集文字聊天、语音通话及视频电话于一身的即时通信软件, 其特色是通过采用加密算法来保护用户的隐私,从而有效避免来自政府的网 络监视。 作为 Skype 的开源替代品,Tox 支持 Linux、Mac
1、简介 手写识别的概念: 是指将在手写设备上书写时产生的轨迹信息转化为具体字码。 手写识别系统是个很大的项目,识别汉字、英语、数字、其他字符。本文重点不在手写识别而在于理解 logistic
Knockout.js Node.js LaTeX Linux Lisp Lua Mathematica MATLAB Maven Mercurial .NET (C# / VB / Nemerle / Visual