摘要：点击上方“AI大道理”，选择“置顶”公众号 重磅干货，细致入微AI大道理 —————— 1 系统概要 孤立词识别：语音中只包含一个单词的英文识别 识别对象：0-9以及o的英文语音 训练数据：330句话，每个字符30句话，11个字符 测试数据：110句话，每个字符10句话，11个字符 模型：混合高斯模 阅读全文

摘要：点击上方“AI大道理”，选择“置顶”公众号 重磅干货，细致入微AI大道理 —————— 1 GMM基础 高斯混合模型（GMM）指的是多个高斯分布函数的线性组合，理论上GMM可以拟合出任意类型的分布，通常用于解决同一集合下的数据包含多个不同的分布的情况。 灵魂的拷问：为什么GMM可以拟合出任意类型的分 阅读全文

摘要：​点击上方“AI大道理”，选择“置顶”公众号 重磅干货，细致入微AI大道理 —————— 1HMM基础 一模型、两假设、三问题 1）一个模型 随机过程：是依赖于参数的一组随机变量的全体，参数通常是时间。随机变量是随机现象的数量表现，其取值随着偶然因素的影响而改变。 例如，某商店在从时间t0到时间tK 阅读全文

摘要：点击上方“AI大道理”，选择“置顶”公众号 —————— 1 特征提取流程 在语音识别和话者识别方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scaleFrequency Cepstral Coefficients，简称MFCC）。 MFCC提取过程包括预处理、快速傅里叶变换、Mei滤波器组、对 阅读全文

摘要：1 特征提取流程 在语音识别和话者识别方面，最常用到的语音特征就是梅尔倒谱系数（Mel-scaleFrequency Cepstral Coefficients，简称MFCC）。 MFCC提取过程包括预处理、快速傅里叶变换、Mei滤波器组、对数运算、离散余弦变换、动态特征提取等步骤。 2 傅里叶家族 阅读全文

摘要：1 预滤波 CODEC（所谓Codec，就是编码-解码器“Coder-Decoder”的缩写。说得通俗一点，对于音频就是A/D和D/A转换。）前端带宽为300-3400Hz（语音能量主要集中在250~4500Hz）。的抗混叠滤波器。 工程测量中采样频率不可能无限高也不需要无限高，因为一般只关心一定频 阅读全文

摘要：1 语音识别基础 1.1 声音特性 声音是由物体振动产生的声波。是通过介质传播并能被人或动物听觉器官所感知的波动现象。最初发出振动的物体叫声源。声音以波的形式振动传播。声音是声波通过任何介质传播形成的运动。 频率：是每秒经过一给定点的声波数量，它的测量单位为赫兹，1千赫或1000赫表示每秒经过一给定 阅读全文