Ⅰ 深度識別的工具箱可以運行語音識別程序嗎
使用YQ5969,這個語音識來別技術可以支持源本地和雲端識別不同需求。5米內本地識別率93%以上，雲端識別率97%。這個語音識別技術特徵在安靜環境下的語音識別系統已經接近了人類的水平，目前也有很多實際的應用，但目前的語音識別系統在強雜訊干擾情況下還很難達到實用化要求。
Ⅱ 求 voice box 文件 做語音識別用的
voicebox ：語音處理工具箱的MATLAB
導言
voicebox是一個語音處理工具箱包括MATLAB的套路是保持的，而且大部分寫的邁克布魯克斯系，電機及電子工程，帝國學院，展覽路，倫敦sw7 2bt ，英國。幾個常式需要MATLAB的V5的。
該常式，可作為壓縮tar文件或者作為一個ZIP檔案，並提供了根據合同條款在GNU公共許可證。
請發送任何意見，建議，錯誤報告等，以mike.brookes @ ic.ac.uk.
目錄
音頻文件輸入/輸出
閱讀和書寫WAV和其他語音文件格式
頻率表
轉換之間的赫茲，梅爾，雇員再培訓局和MIDI頻率表
傅立葉/ DCT變換/ Hartley變換
各類相關變換
隨機數生成
產生隨機向量與雜訊信號
向量距離
計算之間的距離向量名單
語音分析
活躍水平估計，在光譜圖
的LPC分析的講話
線性預測編碼常式
語音合成
聲門波形模式
語音增強
譜雜訊減法
語音編碼
PCM編碼，矢量量化
語音識別
前端處理認可
實用功能
雜項實用功能
音頻文件輸入/輸出
常式可供閱讀，並在某些情況下，寫信，各種文件格式：
讀寫後綴
readwav writewav 。 WAV等，這些常式允許任意數量的渠道，也能對付線性的PCM （任何精度高達32位） ，律PCM和木法的PCM 。大型文件，可以讀，寫在小大塊。
問題補充： readhtk writehtk 。 HTK液讀寫波形文件所用熵的隱馬爾可夫工具箱。
readsfs 。自力更生支援講話備案系統檔案，由馬克huckvale在UCL的。
readsph 。 NIST的手機領域中的格式文件（包括timit ） 。
readaif 。 AIF的音頻交換文件格式所使用的Mac用戶。
頻率大規模改建
該梅爾表是基於人類感知的正弦波足球場。該常式mel2frq和frq2mel轉換之間的這種規模和頻率在Hz的。
雇員再培訓局，規模化，是基於等價矩形帶寬的人耳。該常式erb2frq和frq2erb轉換之間的利率再培訓局的規模和頻率赫茲。
使用MIDI標准，還明確規定了編號的半音中c正60 。該常式frq2midi和midi2frq間進行轉換，這音樂頻率規模和赫茲。 frq2midi會除了輸出注意到在名稱中字元格式。 midi2frq可以使用一般同等規模的鍛煉，否則畢達哥拉斯規模只是音調。
Ⅲ matlab之語音處理與合成工具箱有沒有中文版本
你可以試試這個語音合成助手，不懂版可以看權這個http://jingyan..com/article/e9fb46e1606b6a7521f76699.html
Ⅳ 研一剛接觸語音識別，怎麼運用kaldi工具箱做一個baseline
語音識別開發平台有很多，具體總結如下：（更詳細的介紹參見本人的博文：幾個常見的語音交互平台的簡介和比較）
1.商業化的語音交互平台
1)微軟Speech API
微軟的Speech API（簡稱為SAPI）是微軟推出的包含語音識別（SR）和語音合成（SS）引擎的應用編程介面（API），在Windows下應用 廣泛。目前，微軟已發布了多個SAPI版本（最新的是SAPI 5.4版），這些版本要麼作為於Speech SDK開發包發布，要麼直接被包含在windows 操作系統中發布。SAPI支持多種語言的識別和朗讀，包括英文、中文、日文等。
2).IBM viaVoice
IBM是較早開始語音識別方面的研究的機構之一，早在20世紀50年代末期，IBM就開始了語音識別的研究，計算機被設計用來檢測特定的語言 模式並得出聲音和它對應的文字之間的統計相關性。1999年，IBM發布了VoiceType的一個版。2003年，IBM授權ScanSoft公司擁有基於ViaVoice的桌面產品的全球獨家經銷權，隨後ScanSoft與Nuance合並，如今viaVoice早已淡出人們的視線，取而代之的是Nuance。
3）Nuance
Nuance通訊是一家跨國計算機軟體技術公司，總部設在美國馬薩諸塞州伯靈頓，主要提供語音和圖像方面的解決方案和應用。目前的業務集中 在伺服器和嵌入式語音識別，電話轉向系統，自動電話目錄服務等。Nuance語音技術除了語音識別技術外，還包擴語音合成、聲紋識別等技術。世界語音技術市場，有超過80%的語音識別是採用Nuance識別引擎技術， 其名下有超過1000個專利技術，公司研發的語音產品可以支持超過50種語言，在全球擁有超過20億用戶。蘋果的iPhone 4S的Siri語音識別中就應用了Nuance的語音識別服務。
4）科大訊飛
科大訊飛作為中國最大的智能語音技術提供商，在智能語音技術領域有著長期的研究積累，並在中文語音合成、語音識別、口語評測等多項 技術上擁有國際領先的成果。佔有中文語音技術市場60%以上市場份額，語音合成產品市場份額達到70%以上。
5）其他
其他的影響力較大商用語音交互平台有谷歌的語音搜索（Google Voice Search），網路和搜狗的語音輸入法等等。
2.開源的語音交互平台
1）CMU-Sphinx
CMU-Sphinx也簡稱為Sphinx（獅身人面像），是卡內基 - 梅隆大學（ Carnegie Mellon University，CMU）開發的一款開源的語音識別系統， 它包括一系列的語音識別器和聲學模型訓練工具。最早的Sphinx-I 由@李開復 （Kai-Fu Lee）於1987年左右開發，使用了固定的HMM模型（含3個大小為256的codebook），它被號稱為第一個高性能的連續語音識別 系統（在Resource Management資料庫上准確率達到了90%+）。 最新的Sphinx語音識別系統包含如下軟體包：
Pocketsphinx — recognizer library written in C.
Sphinxbase — support library required by Pocketsphinx
Sphinx4 — adjustable, modifiable recognizer written in Java
CMUclmtk — language model tools
Sphinxtrain — acoustic model training tools
這些軟體包的可執行文件和源代碼在sourceforge上都可以下載得到。
2）HTK
HTK是Hidden Markov Model Toolkit（隱馬爾科夫模型工具包）的簡稱，HTK主要用於語音識別研究，最初是由劍橋大學工程學院（Cambridge University Engineering Department ，CUED）的機器智能實驗室（前語音視覺及機器人組） 於1989年開發的，它被用來構建CUED的大詞彙量的語音識別系統。HTK的最新版本是09年發布的3.4.1版，關於HTK的實現原理和各個工具的使用方法可以參看HTK的文檔HTKBook。
3）Julius
Julius是一個高性能、雙通道的大詞彙量連續語音識別（large vocabulary continues speech recognition，LVCSR）的開源項目， 適合於廣大的研究人員和開發人員。它使用3-gram及上下文相關的HMM，在當前的PC機上能夠實現實時的語音識別，單詞量達到60k個。
4）RWTH ASR
該工具箱包含最新的自動語音識別技術的演算法實現，它由 RWTH Aachen 大學的Human Language Technology and Pattern Recognition Group 開發。RWTH ASR工具箱包括聲學模型的構建、解析器等重要部分，還包括說話人自適應組件、說話人自適應訓練組件、非監督訓練組件、個性化 訓練和單詞詞根處理組件等。
5）其他
上面提到的開源工具箱主要都是用於語音識別的，其他的開源語音識別項目還有Kaldi 、simon 、iATROS-speech 、SHoUT 、 Zanzibar OpenIVR 等。
Ⅳ 急需matlab的語音工具箱 、！！！
已發送，請查收
另外這個網址里的東西應該也對你有幫助
Ⅵ 現有主要的語音/聲音處理編程工具箱，SDK等主要有哪些
成兒姐，猜猜我是誰~~
Ⅶ 語音處理工具箱怎麼用
解壓至某個目錄下（如果該工具箱是壓縮的話），比如 D:\voicebox
然後在matlab中把D:\voicebox 添加到搜索路徑里就行了。
Ⅷ Python中有沒有類似Matlab中VoiceBox的語音處理工具箱
voicebox ：語音處理工具箱的MATLAB 導言 voicebox是一個語音處理工具箱包括MATLAB的套路是保持的，而且大部分寫的邁克布魯克斯系，電機及電子工程，帝國學院，展覽路，倫敦sw7 2bt ，英國。幾個常式需要MATLAB的V5的。 該常式，可作為壓縮tar文