SpeechPy
Leabharlann Python Foinse Oscailte le haghaidh Aitheantas Cainte
Python API a thacaíonn le próiseáil cainte chomh maith le hoibríochtaí aitheantais. Tacaíonn sé freisin le MFCCanna agus le fuinneamh na mbanc scagairí in éineacht le fuinneamh loga na mbanc scagaire.
Tá sraith teicníochtaí úsáideacha curtha ar fáil ag leabharlann SpeechPy le haghaidh próiseála cainte chomh maith le haithint agus oibríochtaí iar-phróiseála tábhachtacha ag úsáid orduithe Python. Tacaíonn leabharlann SpeechPy go hiomlán le hardghnéithe éagsúla cainte ar nós MFCCanna agus fuinneamh an bhainc scagaire mar aon le logfhuinnimh na mbanc scagaire.
Tá sé mar aidhm ag an leabharlann freisin na feidhmiúlachtaí riachtanacha go léir a sholáthar d’fheidhmchláir dhomhainfhoghlama amhail aithint cainte (AS) nó aithint urlabhra uathoibríoch (ASR). Tá roinnt feidhmeanna tábhachtacha curtha ar fáil aige chun na príomhghnéithe cainte a ríomh, mar shampla gnéithe MFCC a ríomh ó chomhartha fuaime, fuinneamh mel-scagaire-bainc a ríomh, logáil ríomhaireachta gnéithe fuinnimh Mel-scagaire-banc ó chomhartha fuaime, gnéithe díorthaigh ama a bhaint amach, a bhaint as. comhéifeacht ceptral minicíochta mel, agus go leor eile.
A Sracfhéachaint
Forbhreathnú ar ghnéithe SpeechPy.
- Próiseáil Urlabhra
- Aitheantas Cainte
- Ríomh MFCCanna
- Fuinneamh an bhainc scagaire
- Tacaíocht MP3 saor in aisce
- Iarphróiseáil
- Úsáid Autoionchódóirí
- Sliocht Fuaime
- Fuaime go Téacs
Tacaíonn SpeechPy le formáidí comhaid fuaime mar atá liostaithe thíos.
Neamhspleáchas Ardáin
Níl ach am rite Python ag teastáil ó SpeechPy.
- Python 2.6 & Thuas.
Tús a chur le SpeechPy
Is é an bealach is éasca chun leabharlann SpeechPy a shuiteáil ná Innéacs Pacáiste Python (PyPI) a úsáid. Bain úsáid as an ordú seo a leanas le haghaidh suiteáil iomlán.
Suiteáil SpeechPy ag baint úsáide as PyPI
pip install speechpy Aitheantas Urlabhra trí Python
Baineann Aitheantas Cainte go príomha le haithint agus aistriú teanga labhartha go téacs ag ríomhairí. Cuireann Leabharlann Python foinse oscailte SpeechPy ar chumas forbróirí bogearraí feidhmchláir a chruthú a thacaíonn le gnéithe aitheantais cainte. Cuidíonn sé le húsáideoirí am a shábháil trí labhairt seachas clóscríobh. Cuidíonn sé sin le húsáideoirí cumarsáid a dhéanamh lena gcuid gléasanna gan mórán iarrachta agus feistí teicneolaíochta a dhéanamh níos inrochtana agus níos éasca le húsáid.
Ríomh MFCC ó Chomhartha Fuaime
Chuir Leabharlann Python, SpeechPy, tacaíocht iomlán ar fáil do ghnéithe MFCC a ríomh ó chomhartha fuaime taobh istigh dá bhfeidhmchláir féin. Chuir an leabharlann tacaíocht ar fáil do roinnt gnéithe tábhachtacha MFCC ar nós minicíocht samplála an chomhartha, fad gach fráma sa soicind, céim idir frámaí comhleanúnacha i soicindí, scagairí a chur i bhfeidhm ón mbanc scagaire, líon na bpointí FFT, imeall banna is ísle na scagairí mela , imeall banna is airde de scagairí mel, Líon na comhéifeachtaí cepstral agus níos mó.
Sliocht Fuaime ag baint úsáide as Autoioncoders
Cuireann an leabharlann Python foinse oscailte SpeechPy ar chumas ríomhchláraitheoirí ríomhaire sonraí fuaime a bhaint as cód Python. Teicníc foghlama an-éifeachtach is ea Autoencoder le haghaidh líonraí néaracha a fhoghlaimíonn uiríll sonraí éifeachtacha. Foghlaimíonn líonraí uath-ionchódóra óna chéile conas sonraí ón gciseal ionchuir a chomhbhrú isteach i gcód níos giorra, agus ansin an cód sin a dhí-chomhbhrú i cibé formáid is fearr a oireann don ionchur bunaidh.
