我的问题是，在把语音信号输入到袖珍狮身人面像之前，减低噪音是否一定会降低识别的准确性？加一句，在降噪后，讲话听起来确实更好。lm_giga_64k_vp_3gram.DMP-hmm voxforge_en_sphinx.cd_cont_5000
这里的想法是演示提高语音识别精度与降噪启用
浏览 5提问于2014-09-03得票数 3
回答已采纳
是因为这是个复杂的问题吗？我的意思是广泛，因此它不存在一个简单的/通用的解决方案？谢谢。
浏览 3提问于2014-05-09得票数 1
回答已采纳
我的降噪项目。Recording complete');在记录之前，我怎样才能绘制一张谱图时间= 10频率=0- 8000
2.如何绘制频率为500 ~ 2000 Hz的降噪后的谱图。
浏览 0提问于2015-05-24得票数 0
回答已采纳
1回答
我知道在最新版本sphinx4-5prealpha中默认启用了光谱减法的静态噪声消除，就像本主题中所说的：
但是有一些方法可以禁用这个功能，而不做任何降噪的过程？
浏览 3提问于2015-11-06得票数 0
回答已采纳
我正在开发一个应用程序，其中有一个语音识别功能使用安卓在SpeechRecognizer和RecognizerIntent内置。有没有适用于android的降噪或消噪类库可以集成到我的应用程序中，以提高语音识别的准确性？
浏览 5提问于2017-10-16得票数 2
1回答
取前3帧的平均值是什么意思？
、、、、
我在语音处理方面非常新手。我其实是想减低噪音。我用的是谱减法。在此过程中，在许多理论论文和算法中，它要求获取音频信号的帧。512); phase_spec = angle(complex_spec);
假设初始的少量非语音帧为噪声
浏览 11提问于2017-07-20得票数 0
我正在尝试用AVAudioRecorder或AUAudioUnit录制语音。在这两种情况下，在开始录制之后，每当调用AVCaptureDevice.showSystemUserInterface(.microphoneModes)并选择语音隔离时，我都会得到以下错误：TLDR:我需要什么才能让用户改变到语音隔离模式？
浏览 26提问于2022-03-16得票数 0
现在技术越来越厉害了，前几年还感觉语音打字特别不靠谱，各种语音助手也相当蠢萌，想问下现在国内语音识别发展到什么水平了？
实时且准确的将语音转化成相对应的文本已经达到了什么样的水准？
浏览 2288提问于2018-08-06
1回答
所以我知道什么是MFCC (Mel频率倒谱系数)。但我需要了解每个值是什么.它是某种声音频率值还是什么？让我们假设我们有这样的矩阵。所以每一行代表一帧的系数，但是这些数字是什么呢？可能是最高频率还是别的什么？
浏览 0提问于2017-06-04得票数 2
1回答
我是sphinx4和语音识别的新手。我正在使用sphinx4创建一个语音应用程序。问题是噪声，即使没有用户的语音输入，它也会导致程序识别。即使用户没有语音输入，它也会将语音转换为文本，从而影响准确性。
主要问题是如何实现降噪。这是因为即使我没有对着麦克风说话，系统也能检测到输入。所以我猜是因为噪音。由Imtool生成的这些额外单词的语音表示已添加到字典中。
浏览 5提问于2015-03-15得票数 0
当我尝试google语音识别时，它对带有背景噪声的繁体中文音频文件显示性能较低。经过一些预处理(如语音增强)后，我可以提高语音识别的性能吗？它能在谷歌语音服务上工作吗？
浏览 10提问于2018-02-22得票数 0
1回答
语音谱图
、、
我正在做一个频谱图项目，并试图绘制每个部分具有最高幅度的频率。我们测试并录制了人类演唱的do-re-mi-fa-so-la-ti-do。绘制了频谱图后，我们看到了多组震级的增加。在这张图中，我们圈出了要绘制的理想频率。然而，有一些部分的频率具有最高的幅度位于我们理想的频率集之外。例如，在时间6-7中，绘制的频率约为200，而不是400。
浏览 0提问于2015-04-21得票数 0
1回答
我想找出持续时间为10秒、采样率为44100 Hz的音频信号的4096点DFT。因此，有441000个输入样本。但是KissFFT只接受高达4096的输入大小。如何找到如此大信号的FFT？
浏览 7提问于2015-06-13得票数 0
1回答
是否有DM-script函数，或者其他方法，从光谱图像或一系列背景减电磁谱？中获得信号积分和信号积分的误差。
我正在分析DigitalMicrograph中的一系列鳗鱼光谱。我使用DM中的普通工具，在背景减法后得到不同窗口中的信号计数。当我一次分析一个光谱时(例如用鳗鱼量化…)，并选择“单谱”)，除了对频谱信号进行估计外，还对误差进行了估计。但是，如果我分析光谱图像或谱线(SI\Map\信号(Dynamic)…)中的全部光谱序列或者使用ELLS\量化，但选择父频谱-图像)，我无法获得误差，我只获得信号计数。
浏览 4提问于2017-06-19得票数 1
回答已采纳
3回答
我试图从一个声源中提取一个基本频率。也许有人在对着麦克风唱A3，所以我想要探测到~110 be
(Peak1.power=1047.764893，.freq=3070.605225(Peak3.power=1011.707825，.freq=6963.769043
(Peak4.
浏览 11提问于2011-01-17得票数 17
回答已采纳
1回答
这可能是一个天真的问题，但我在搜索过程中没有找到确切的细节。我们是否只是将它们相加，将这些频域结果视为不重叠的部分？谢谢。
浏览 0提问于2013-06-08得票数 2
回答已采纳
4回答
我正在对记录的音频文件执行语音活动检测，以检测波形中的语音和非语音部分。分类器的输出类似于(突出显示的绿色区域表示语音)：我在这里面临的唯一问题是让它工作的音频输入流(例如:从麦克风)，并做一个规定的时间框架的实时分析。我知道PyAudio可以用来动态地记录麦克风上的语音，还有一些波形、频谱、谱图等实时可视化的例子，但是没有找到任何与以近乎实时的方式进行特征提取相关的东西。
浏览 11提问于2020-03-24得票数 17
回答已采纳
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
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
