“智能硬件-语音识别”版本间的差异
来自iCenter Wiki
（→ASR-实验1） |
|||
| （2位用户的3个中间修订版本未显示） | |||
| 第1行： | 第1行： | ||
| − | + | == ASR-实验1 == | |
| − | 声控智能硬件-语音指令录音 | + | 声控智能硬件-语音指令录音 |
通过给手机语音指令，手机APP自动识别指令种类，进行相应的控制。 | 通过给手机语音指令，手机APP自动识别指令种类，进行相应的控制。 | ||
| 第7行： | 第7行： | ||
[[智能硬件-语音指令集]] | [[智能硬件-语音指令集]] | ||
| − | 存放目录：\\101.6.160.42\ | + | 存放目录：\\101.6.160.42\saturn\Audio\ |
以学号建立文件夹，限定使用*.wav格式。 | 以学号建立文件夹，限定使用*.wav格式。 | ||
| 第13行： | 第13行： | ||
每位同学提交24条语音，要求高质量保证。 | 每位同学提交24条语音，要求高质量保证。 | ||
| − | + | 时间：2016年10月7日中午12点之前 | |
| − | + | == ASR-实验2 == | |
声控智能硬件-频谱图生成 | 声控智能硬件-频谱图生成 | ||
| − | |||
| − | |||
| − | + | 将24条语音文件生成对应的频谱图（[https://en.wikipedia.org/wiki/Spectrogram Spectrogram]），频谱图文件名称为*.spec | |
| + | |||
| + | 熟悉[https://www.tensorflow.org TensorFlow]环境，使用TensorFlow搭建3层全连接的神经网络（24个softmax输出）。 | ||
时间：2016年10月14日中午12点之前 | 时间：2016年10月14日中午12点之前 | ||
| − | + | == ASR-实验3（选做） == | |
| − | + | ||
| + | Kaldi语音识别 | ||
| − | + | [https://github.com/kaldi-asr/kaldi Kaldi Speech Recognition Toolkit] | |
| − | [https://github.com/kaldi-asr/kaldi | + | |
| − | + | 安装Kaldi，运行一个实例。 | |
时间：2016年11月22日中午12时之前 | 时间：2016年11月22日中午12时之前 | ||
2017年5月31日 (三) 08:50的最后版本
ASR-实验1
声控智能硬件-语音指令录音
通过给手机语音指令，手机APP自动识别指令种类，进行相应的控制。
存放目录：\\101.6.160.42\saturn\Audio\
以学号建立文件夹，限定使用*.wav格式。
每位同学提交24条语音，要求高质量保证。
时间：2016年10月7日中午12点之前
ASR-实验2
声控智能硬件-频谱图生成
将24条语音文件生成对应的频谱图（Spectrogram），频谱图文件名称为*.spec
熟悉TensorFlow环境，使用TensorFlow搭建3层全连接的神经网络（24个softmax输出）。
时间：2016年10月14日中午12点之前
ASR-实验3（选做）
Kaldi语音识别
Kaldi Speech Recognition Toolkit
安装Kaldi，运行一个实例。
时间：2016年11月22日中午12时之前
