eric88的专栏

首先说一下作为输入的时域波形。我们知道声音实际上是一种波。常见的mp3、wmv等格式都是压缩格式，必须转成非压缩的纯波形文件，比如Windows PCM文件，即wav文件来处理。wav文件里存储的除了一个文件头以外，就是声音波形的一个个点了。采样率越大，每毫秒语音中包含的点的个数就越多。另外声音有单通道双通道之分，还有四通道的等等。对语音识别任务来说，单通道就足够了，多了浪费，因此一般要把声音转成

此文根据http://blog.youkuaiyun.com/xiaoding133/article/details/6745981原文修改而成，只是修改了部分我们自己遇到的问题，首先下载HMM 的开发包HTK，现在的版本是3.4.1.可以从CMU的官网进行下载。http://htk.eng.cam.ac.uk/，下载后解压HTK工具包，我解压后的目录为：D:\htk\ 确保的环境变量Path

隐马尔可夫模型 (Hidden Markov Model，HMM) 最初由 L. E. Baum 和其它一些学者发表在一系列的统计学论文中，随后在语言识别，自然语言处理以及生物信息等领域体现了很大的价值。平时，经常能接触到涉及 HMM 的相关文章，一直没有仔细研究过，都是蜻蜓点水，因此，想花一点时间梳理下，加深理解，在此特别感谢 52nlp 对 HMM 的详细介绍。　　考虑下面交通灯的

什么是声音？能量波，有频率有振幅，频率高低就是音调，振幅大小就是音量；采样率是对频率采样，采样精度是对幅度采样人耳能听到的频率范围是200-20KHz，什么是CODEC？音频压缩CO+解压缩DEC，CODEC就是多媒体数字信号编解码器，主要负责DAC和ADC。不管是音频加速器好，还是I/O控制器好，他们输入输出的都是纯数字信号，我们要使用声卡上的

TTS（Text To Speech，文本转语音）是语音合成应用的一种，它将储存于电脑中的文件，如帮助文件或者网页，转换成自然语音输出。TTS可以帮助有视觉障碍的人阅读计算机上的信息，或者只是简单的用来增加文本文档的可读性。TTS经常与声音识别程序一起使用。本文主要介绍7款开源的TTS系统，你可以用来学习，也可以在你的项目中使用。 1.MARY - Text-to-Spee

开源语音识别软件simon的第一个测试版已经发布，simon用Julius作实际的语音识别处理引擎，HTK toolkit作为主要的语言模型。这些组件被一个易于使用的图形用户界面连接在一起。simon能够直接输入wiktionary（维基百科的子项目）词典，或者是将个人文本转换成HADIFIX或HTK格式和文法结构后导入。它还提供了一种方法，用新样本和新文字训练语言模型。http://source

四款python中文分词系统简单测试：注：中科院分词可采用调用C库的方式使用纠正下：中科院分词2012支持关键词提取准确率测试（使用对应项目提供在线测试，未添加用户自定义词典）结巴中文分词http://209.222.69.242:9000/中科院分词系统http://ictclas.org/ictclas_demo.html