Daily Archive: 2018-02-17

1. 语音识别 　　在语音识别问题中，输入是一段语音的音频，输出是语音的文本。就像人类的耳朵不能直接处理声波，而是通过检测声音中不同频率的强度来拾取语音，语音识别的一个常见的预处理步骤是生成原始音频数据的频谱，如图 1 所示，将频谱数据交给算法进行处理。图 1 中下图所示的频谱中，横轴是时间，纵轴是频谱，颜色表示声音在该频率上的能量。 　　语音识别系统层一度使用音素（Phoneme）这一人工设计的…
Read more