语音库的分析与评价

语音识别 | 数据堂方言语音数据集 语音识别如今已经走过了漫长的道路,尽管通过机器学习实现了技术上的突飞猛进,如今的语音识别系统仍然有许多不完美的地方,其中一点就是带有歧视性。在最近报道出的《华盛顿邮报》委托进行的一项研究中,谷歌和亚马逊生产的智能音箱,它能够听懂非美国口音的可能性比本土用户低30%。方言识别成为了语音识别技术的一大待突破的障碍。论方言识别率的必要性“十里不同音,百里不同俗”是中国的语言现状。中国共有56个民族,除了... 阅读详情

语音库的分析与评价

影响因素分析

说话人识别(声纹识别)语音库的分析与评价,一般依据以下四个因素:

1、说话人的数量和差异性
2、说话人录音的次数及录音间隔
3、语料的类型(固定的短语、带提示信息的数字、朗读句子、对话语音)
4、录音设备,录制环境,传输信道

影响因素选项
人数
录音方式多次重复录音、转录语音、录音回放语音
采集设备宽带(麦克风)、窄带(电话、手机)、单/双通道、立体声
录音环境室内、室外、安静、嘈杂
距离近场识别 、远场识别
语速快、适中、慢、时快时慢
音量大、小、时大时小
音色男声、女声、童声
录音内容数字串(普通话、英语、方言)、固定短文(普通话:60个音素和韵律分布平稳)、自由发言
口音分布不同省市、自治区

一些结论:

  • 相对于宽带语音数据,窄带语音数据的识别效果大幅降低;
  • 不同的文本和语言风格对识别性能也有很大影响;
  • …
    在这里插入图片描述

目标

说话人识别(声纹识别)的研究核心是解决训练集和测试集之间的失配(会话变异)问题,导致训练集和测试集之间差异的主要因素可以分为两大类:

  • 说话人差异:如声道差异、发音特点、说话人风格等,这是对声纹识别有用的部分——需要加以利用
  • 会话间差异:如不同的采集设备、传输媒介等,这种失配严重影响声纹识别的性能——需要剔除

一个理想的声纹识别系统,应该在去失配信息的同时尽量完整地保留说话人的本质特征。

在过去的十几年间涌现出了很多优秀的失配补偿算法,根据它们的作用域可分为三大类:特征域,分数域和模型域。

语音质量评价

待看:

  1. 语音质量评价方法-【音频质量专题】

  2. 语音质量评估

  3. POLQA

参考:

  1. 面向移动互联环境的说话人识别语音库SRMC
  2. 录音回放说话人身份认证语音数据库
  3. 语音识别、声纹识别的区别及测试
深信服PT1-AF实验考试 深信服PT1-AF实验考试实验练习可以去深信服的在线实验平台(链接如下):深信服在线实验平台 (sangfor.com.cn)实验考试其实就是把所有的每一部分实验综合了起来以下内容仅做参考,不确保一样。 阅读详情

相关推荐

微信小程序marker 上的自定义气泡cover-view字体丢失以及max-width不生效问题

微信小程序marker 上的自定义气泡cover-view字体丢失以及max-width不生效问题

weixin_42028275的博客 1500

语音库(发音人)

什么是语音库?语音库(又称发音人),就是存放声音的仓库。语音库通常都是真人按词语或句组的方式来录制声音,然后集中存储到一个数据库中,这个数据库,我们称之为:语音库。语音库通常可以按语种分为:中文语音库,英文语音库等。(通常语音库文件:体积越大,处理文本能力越强,发音效果越好,越接近真人发音。) 语音库和朗读软件是什么关系啊?它们的关系就如鱼和水;没有鱼,水只是死水;没有水,鱼只是死鱼。朗读软件就像...

8259

台达B3伺服电机485通讯的调试过程

最近上了一项目,没办法直接把B3伺服接到PLC上去,怎么办?偶说试下直接电脑通过100多米的485线控制好了,定型前的测试就这样展开了。 1、焊CN1口 如果不安装CN1,是开不了机的,要报很多错误,比如SERV EMG ALERT, 上限报警,下限报警什么的,怎么办?直接焊好CN1头子吧,烦了点,但是必要的。 主要接的是11,9,10,32,31,30几个脚,按照图上连接好就是了。 2、 接线路 按照上面的图,接上伺服电机线,编码器线,电源线,包括限位常闭开关、485连线等,就完..

shidong01的博客 1万+

语音数据集 | Speech datasets

原文链接如下: 免费中文语音数据集 几个最新免费开源的中文语音数据集

专注于AI领域前沿技术学习与分享:目标检测、图像修复、超分重建、AI工程化 3726

Qt Creator菜单栏消失的终极修复指南:从快捷键冲突到设置恢复

本文详细解析了Qt Creator菜单栏消失的常见原因及修复方法,包括快捷键冲突排查、配置文件重置和界面模式切换等解决方案。特别针对Qt开发者遇到的菜单栏显示问题,提供了从简单快捷键操作到深度配置修改的全方位指南,帮助用户快速恢复Qt Creator的正常使用。

weixin_27240351的博客 338

用blender为模型贴图并在gazebo中显示

用blender为模型贴图并在gazebo中显示 首先我用的是最新的blender2.92版本,附上链接https://www.blender.org/download/。并设置好简体中文。语言可以在编辑->偏好设置->界面里面设置。 首先界面右上角的摄像头,方块,灯光三个场景全都删除。 接着导入stl格式的模型文件,下面以tianbot_mini上面的激光雷达的模型为例。 导入激光雷达模型后,点击进入上方的UV Editing按钮进入UV编辑界面 此时我面看见网格化的激光雷达模型

qq_48427527的博客 8001

语音识别数据集及性能评测指标WER

语音识别 LibriSpeech ASR corpus LibriSpeech 数据集 共将近1000个小时的数据集。分为clean和other两类。具体见链接。 WER评价指标 WER means " word error rate" 对于语音识别的预测结果,需要对此结果进行替换删除、插入某些词使之和标注词序列完全相同。修改的总词数比上标注词序列的个数即为WER,此项指标越低越好。具体计算公式...

大章鱼有小学术之心的博客 5940

workbench谐响应

定义材料 打开Engineering Data定义材料,在分析时不同部分选择不同材料 建模 打开Geometry建模,我举的例子很简单就一根光秃秃的轴 因为要加轴承,在轴上创建imprint face 因为要用point mass代替轴上原来的盘,在轴上盘的位置新建一个Plane,用Slice方法将轴从XYPlane3分成两段 施加边界条件以及谐响应分析 打开Model 1.在两段轴的交界面处,创建Point Mass,输入质量与转动惯量,位置在轴线上 2.mass point promote to.

my blogs include programming, math, physics.回首过去,放眼未来。 leslielee.blog.youkuaiyun.com 5885

语音论文阅读(大规模数据集上的语音增强)

论文 SPECAUGMENT ON LARGE SCALE DATASETS 摘要 语音增强是一种直接作用在输入话语声谱图上的自动语音增强方法,实践证明在端到端网络上非常有效,训练声学模型使用语音增强的数据和噪音扰动的训练数据,介绍了SpecAugment的一种修改,根据发音的长度调整了时间掩码的大小和多重性,通过自适应掩盖可以将LAS模型在Librispeech上进一步提升 引言 介绍了之前的一篇时域频域掩盖语音增强论文效果不错,不同语音增强方法在Google Multidom...

暮木的博客 1304

Sigrity System Explorer Transient Analysis模式进行瞬态仿真分析操作指导-单端信号-并联端接

Sigrity System Explorer Transient Analysis模式可以用于瞬态仿真分析,通过搭建简易拓扑用于前仿真分析通道的时域性能,下面搭建一个简易的单端拓扑并且进行并联端接,以下图为例,准备好发送接收端的IBIS模型, (se_example.ibs,本例发送接收端都使用相同的IBIS模型),以及传输线的S参数模型(W1_welement_se.sp)最上方的图形界面是传输线的模型,本例是一个上下都有参考平面的带状线,右侧的梯形是蚀刻角度,根据W1和W2以及铜厚来确定。

weixin_54787054的博客 374

《QGIS快速入门与应用基础》223:纸张大小与方向(A4/A3/自定义)

本文详细介绍了QGIS布局页面设置的核心操作,重点讲解了纸张大小与方向的设置方法。文章首先指出页面设置是地图排版的基础前提,强调合理设置可避免导出打印时出现尺寸不符等问题。随后详细说明了三种打开页面设置面板的方式,并重点解析了纸张设置的要点:标准预设纸张(A4/A3等)适用于大多数场景,提供国内常用规格对照表;自定义纸张则需谨慎使用,需注意单位选择和尺寸限制。通过界面标注图和操作步骤示意图,帮助用户掌握正确的设置方法,确保最终出图符合规范要求。文章特别提醒新手要优先使用标准预设纸张,避免常见错误,为后续地图

LuckyHanMo的博客 346

语音质量评价

语音作为信息传递的重要载体,与其相关构成的通信、编码、存储和处理等语音系统已成为现代社会信息交流的必要手段,且已广泛应用于社会各个领域。这些系统的性能好坏成为信息交流是否畅通的重要因素,而评价这些系统性能优劣的根本标志是在于系统输出语音质量的好坏。因此,研制灵活、方便、可靠的语音质量评价系统自然成为国内外研究者共同努力的目标。   语音质量包括两方面内容:清晰度和自然度。前者是衡量语音中的字、

jiangyangbo的专栏 5671

实战:RK3568 Android14 调试 MIPI DSI 液晶屏

LCD1_RST -> 对应原理图网络连接到 GPIO。LCD1_PWR_EN ->用于给屏幕 VCC 供电。LCD0_BL_EN / LCD0_BL_PWM -> MP3302 升压芯片驱动 LED 灯条。![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/100f2be7f763494da1032464e272e63b.png&pinctrl {/* 配置 LCD_RST 和 LCD_EN */

qq_33427070的博客 1549

语音增强国外牛人

转自研学论坛craft:http://bbs.matwav.com/viewthread.php?tid=870532&extra=page%3D1 1)Y.Ephraim, 此人大牛, 可以说开启/总结 了语音增强的三个方向,statiscial model based, HMM training based, subspace based.  2)R.Martin,主要贡献在于no

sunfoot001的专栏 3182

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

语音转换方法概述

常见语音转换方法 1.矢量量化法(Vector Quantization,VQ) Abe等人最早提出了矢量量化算法,将语音特征信号以帧作为划分,然后求出对应帧之间的关系,这个关系可以由一个矩阵进行表示。其基本原理如图所示: 在训练阶段首先将语音分成若干个独立的帧(基于矢量量化对语音分帧量化),提取每一帧的参数矢量;然后基于DTW将对应的语音帧对齐。采用柱状统计图表示两端语音之间映射关系,建立映射码数H,H为M×M的矩阵。柱状图的统计值即为转换过程中目标语音矢量对应的加权系数,也就是矢量量化法中的映射码书。

Barbara‘s Blog 5244

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

语音音质客观评估

二年前参与过一个通信系统的语音客观评估项目,在这把一些相关的知识背景介绍一下。   1.       引言     语音作为信息传递的重要载体,与其相关构成的通信、编码、存储和处理等语音系统已成为现代社会信息交流的必要手段,且已广泛应用于社会各个领域。这些系统的性能好坏成为信息交流是否畅通的重要因素,而评价这些系统性能优劣的根本标志是在于系统输出语音质量的好坏。因此,研制灵活、方便、可靠的...

weixin_33795833的博客 907

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案

太牛了!B站up主用AI分析,跨年演唱会上这些歌手假唱了!

机器之心报道编辑:泽南、蛋酱世界上怕就怕「认真」二字。唱功和音色是衡量歌手能力的重要标准,但观众对演唱技巧的评价见仁见智,既会因为喜好不够客观,又不时会遇到调音与假唱。所以很长一段时间里说到比较不同歌手唱歌水平,总是会造成巨大的争议。在演唱会 Live 时,由于脱离了录音室里的完美环境,所以没有人能唱得「完美」,不过随着科技的进步,在一些场合上歌手会选择调音和假唱,自此也有了百万调音师对比人肉 C...

cainiao_python的博客 1115

数据标注行业现状与商业价值分析

数据标注是人工智能产业链中的关键基础环节,通过人工或自动化工具对原始数据进行分类、标记和注释,为机器学习模型提供训练数据。其技术原理涉及计算机视觉、自然语言处理等领域,核心价值在于提升AI模型的训练效果和准确率。随着自动化标注工具和联邦学习等新技术的应用,数据标注行业正从传统人力密集型向智能化、分布式方向演进。在医疗影像、自动驾驶、智能语音等应用场景中,高质量的标注数据直接影响最终AI产品的性能。当前行业头部企业如深度视觉科技、声谷智能等,通过技术创新和垂直领域深耕,建立了标注准确率、领域知识图谱等核心竞争

weixin_29057237的博客 282

SenseVoice模型蒸馏论文:知识迁移方法与实验结果分析

针对SenseVoice模型在边缘设备部署中的效率瓶颈,本文提出一种基于多任务知识蒸馏(Knowledge Distillation, KD)的模型压缩方案。通过解析SenseVoice-Small的轻量级架构设计,构建了融合CTC损失(Connectionist Temporal Classification Loss)与情感识别损失的蒸馏框架,实现了教师模型92%的语音识别性能,同时将参数量压...

gitblog_00763的博客 1047

教育普惠实践:树莓派+Qwen3-ForcedAligner-0.6B构建低成本语音教学设备

本文介绍了如何在星图GPU平台自动化部署Qwen3-ForcedAligner-0.6B镜像,实现低成本语音教学设备的快速搭建。该镜像支持实时语音对齐和发音评估,适用于偏远地区的离线语音教学场景,有效提升语言学习效率和教学普惠性。

weixin_30218749的博客 181

Matlab与FRCRN对比实验:传统滤波与深度学习降噪效果分析

本文介绍了在星图GPU平台上自动化部署FRCRN语音降噪工具(单麦-16k)镜像的方法,并对比了其与传统Matlab滤波算法的降噪效果。该深度学习工具能有效处理复杂环境噪音,如办公室键盘声或多人谈话背景音,显著提升语音清晰度与质量,适用于在线会议、录音后期及语音识别预处理等场景。

weixin_28895791的博客 176

语音质量评估实战:用PySEPM库对比PESQ和STOI,哪个指标更贴近人耳主观感受?

本文深入解析了语音质量评估中的PESQ和STOI指标,通过Python实战对比它们在噪声抑制、语音增强等场景下的表现。实验表明,STOI在低信噪比环境下更贴近人耳主观感受,而PESQ对音乐背景噪声的评估更准确。文章还提供了多指标融合评估的Python代码示例,帮助开发者科学选择评估方法。

weixin_30706691的博客 446

语音情感识别综述

文献阅读语音情感识别研究进展综述(2013)摘要介绍语音情感描述模型情感语音数据库语音情感特征提取语音情感识别算法总结 语音情感识别研究进展综述(2013) 论文:语音情感识别研究进展综述 作者:韩文静 1, 李海峰 1, 阮华斌 2, 马 琳 1 摘要 对语音情感识别的研究现状和进展进行了归纳和总结,对未来语音情感识别技术发展趋势进行了展望. 从 5 个角度逐步展开进行归纳总结,即情感描述模型,具有代表性的情感语音库,语音情感特征提取,语音情感识 别算法研究和语音情感识别技术应用 介绍 自动语音情感识

caspesjpe的博客 8793

个人作业Week3-案例分析

关于必应词典的IOS端测试 测试环境:iPhone7, IOS10.3.3(14G60) 微软必应词典,版本5.2.0 第一部分 调研,评测(软件的bug,功能评测,黑箱测试,第8章用户调研,12章软件的用户体验) 一、软件bug: 首先见下图,进行拍照翻译时,我对软件的一个截图进行了翻译,可以看到lumber这个单词识别出来英文了,却没有翻译成中文。 ...

weixin_30846599的博客 179

ElevenLabs 语音克隆工具深度评测:价格、功能与最佳替代方案

ElevenLabs提供专业AI语音克隆服务,支持自然语调识别和多语言合成。提供6种定价方案,从免费版到企业定制,满足不同需求。核心优势包括1000+逼真人声库、自动语气调整和高安全性,但存在积分到账延迟等问题。用户评分3.2分,评价声音自然但偶有技术故障。作为替代方案,ViiTorAI提供更快克隆速度、19种语言支持和更高性价比,适合追求效率的用户。(149字)

ViiTor_AI的博客 1276
上一篇: 声纹识别:如何获取最佳效果的阈值(通过计算ERR)?
下一篇: 再看混淆矩阵(Confusion Matrix)
Robin_Pi
博客等级 码龄9年 2万+粉丝 632原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值