我们已经创建了一个手写字符识别系统，现在想要在英文字符(数字和字母)上测试该系统。对于digits，我们已经在MNIST数据集上进行了测试。然而，对于英文字母表，我们还没有找到任何公开可用的(即免费的)标准数据集。我们所能找到的只有和手写数据集，它们可以在各自的官方网站上找到，但它们的成本很高。是否有其他公开可用的英文字母标准数据集可用于测试手写字符识别系统。
浏览 124提问于2013-06-25得票数 31
我想要同步语音录音与已知的文本。是否有一个语音到文本/自然语言处理库可以促进这一点？我想我会想要检测单词边界并从字典中计算候选匹配。我发现的大部分问题都与书面语言有关。
我到目前为止发现的是：
浏览 1提问于2010-11-01得票数 14
回答已采纳
1回答
我试图在python烧瓶api中部署一个实时图像识别系统，然后在一个winform桌面应用程序中调用它，通过json格式发送视频提要的最佳方法是什么。
浏览 2提问于2021-04-21得票数 0
回答已采纳
1回答
我目前正在开发一些图像/视频识别系统。我想在NuPIC的基础上构建它。但我找不到多维空间池，这在视觉领域非常重要。我应该自己实现多维SP吗？
浏览 9提问于2014-07-10得票数 2
我想知道是否有人知道这段视频中使用的是哪一款软件？这是一个图像识别系统，使训练过程非常简单。http://www.ted.com/talks/jeremy_霍华德_这个_精彩的_和_恐怖_含意_的_计算机_那_能_学习#t-775098
这个例子是关于汽车图像的，尽管视频应该从正确的位置开始。
浏览 0提问于2014-12-19得票数 1
回答已采纳
1回答
人脸图像聚类
、、
我从视频中提取了人脸，并将它们聚在一起(每个组包含来自同一个人的脸，我使用背景检测的变化来实现这一点)。现在，我想将这些组聚成更小的组，最后，每个人在视频中出现一个集群。
浏览 3提问于2016-04-06得票数 2
回答已采纳
今天，许多允许上传媒体内容的网站正在实施自动声音签名检查，以防止非法分发含有版权内容的视频。这样的算法怎么会被骗呢？
浏览 0提问于2011-09-27得票数 5
回答已采纳
1回答
细微的龙言语Sdk整合成颤音？
、、、、
stackoverflow社区，我是一个非常活跃的开发人员，并且启动了一个具有语音识别系统的应用程序。我正在使用努斯龙语音Sdk用于这个目的，但它没有颤振支持。所以谁都可以建议。或者我应该使用另一个语音识别Sdk在颤振，这是最好的，特别是在医学术语和文字。或者，如何构建调用本地sdk的颤振应用程序？
提前谢谢。
浏览 4提问于2021-11-17得票数 0
3回答
替代纳塔格长，异质短语？
、、、、
从这段文字中，我希望能够识别和提取可能包含坚果的短语，并分别对它们进行预处理。
这些短语在长度和内容上都会发生很大的变化。关于什么作为短语-实体-识别系统，有什么想法吗？另外，你会用哪一个包裹？干杯
浏览 10提问于2021-02-03得票数 2
1回答
我有一组有人说话的视频，我正在构建一个嘴唇识别系统，因此我需要对图像的特定区域(下巴和嘴唇)进行一些图像处理。我想知道是否有一种更简单的方法来检查这一点，比如使用MATLAB？我在想，我可以一帧一帧地裁剪视频，并为每一帧输出一张图像。然后对图像进行物理检查，看看嘴唇是否脱离了框架？
浏览 2提问于2012-02-17得票数 3
回答已采纳
我正在尝试添加gif和文字的视频使用ffmpeg有点类似tiktok。希望它像tiktok一样，在右上方的gif和文字，并在一段时间后，左下角相同的gif和视频上的文字。
浏览 6提问于2020-08-01得票数 0
1回答
基于立体视觉的目标识别
、、、
我正在使用OpenCV Haar级联分类器创建一个静态手势识别系统。我最终想把这个识别系统变成一个立体识别系统。这是我的问题，我是否可以使用由Haar Cascade分类器创建的2D识别系统，并在两个摄像头上实现它，以便在使用OpenCV中包含的立体校准功能后创建视差图？
浏览 1提问于2013-11-13得票数 2
1回答
目前我正在开发自动车牌识别系统。我已经使用yolov7的号码板检测和文本检测设施，从谷歌视觉API。我用测试图像测试了整个系统。现在我愿意开发一个系统来检测和读取视频源中的车牌。我可以为视频做检测部分，而我被卡住的地方是使用OCR作为视频中检测到的绑定框。我可以从视频中检测到车牌号码，但无法
浏览 9提问于2022-09-13得票数 1
2回答
我有一个关于视频流处理的问题。是否有可能在录制期间访问和修改实时视频流(f.e.我想在视频中添加一些文字)？我可以这样做，通过获得单独的帧预览，但我正在寻找一个工具，可以让我存储视频与我的文字在视频帧。
可能已经有一些库/工具可用(但我还没有找到)。
浏览 4提问于2011-07-29得票数 5
5回答
我的教授建议我搜索当前的系统，并尝试使用硬件/软件协同设计来改进它，他给了我一个“自动车牌识别系统”的例子，在这个系统中，我可以使用VHDL或verilog的专用硬件来使系统性能更好。我搜索了一下，发现一些youtube视频显示系统工作正常。
所以我不知道是否还有改进的空间。如何知道某些算法或系统是否很慢，是否可以从codesign中受益？
浏览 2提问于2011-07-29得票数 2
回答已采纳
1回答
我使用AForge来使用摄像头设备，并将代码划分为类以保持组织。我的问题是什么？
2)在我的NeorisForm.cs构造函数中，我从Emgu插入了两个var，但是我不知道它是什么，我也不知道如何创建这个HaarCascade，因为我使用的是HaarCascade表单。我还需要使用AForge加入var上限。
#region System Package
usin
浏览 1提问于2017-07-19得票数 0
请描述您的问题标题：简介 - 智能语音服务 - 文档首页 - 腾讯云文档平台 - 腾讯云
地址：https://cloud.tencent.com/document/product/441/6199
浏览 164提问于2018-03-12
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
