当前位置： 首页 > news >正文

python 语音识别

news 2026/3/26 20:27:53

目录

一、语音识别

二、代码实践

2.1 使用vosk三方库

2.2 使用SpeechRecognition

2.3 使用Whisper

一、语音识别

今天识别了别人做的这个app，觉得虽然是个日记app 但是用来学英语也挺好的，能进行语音识别，然后矫正语法，自己说的时候 ，实在不知道怎么说可以先乱说，然后后续矫正，在把这个不会的点学起来。然后我就研究了下语音识别的技术方案。

语音识别（Speech Recognition）是一种将人类语音转换为可理解的文本或指令的技术。它的核心原理是通过对声音信号进行捕捉、特征提取和模式匹配，将语音信号映射到相应的文字或指令上。常见的语音识别应用包括：

  1. 语音助手：如苹果的Siri、谷歌助手、小度等，可根据语音指令执行任务，回答问题。
  2. 智能家居控制：通过语音

相关文章：

python 语音识别

目录 一、语音识别 二、代码实践 2.1 使用vosk三方库 2.2 使用SpeechRecognition 2.3 使用Whisper 一、语音识别 今天识别了别人做的这个app，觉得虽然是个日记app 但是用来学英语也挺好的，能进行语音识别，然后矫正语法，自己说的时候 ，实在不知道怎么说可以先乱说，然…...

编程日记 2025/2/6 2:27:14

一文速览DeepSeek-R1的本地部署——可联网、可实现本地知识库问答：包括671B满血版和各个蒸馏版的部署

前言 自从deepseek R1发布之后「详见《一文速览DeepSeek R1：如何通过纯RL训练大模型的推理能力以比肩甚至超越OpenAI o1(含Kimi K1.5的解读)》」，deepseek便爆火 爆火以后便应了“人红是非多”那句话，不但遭受各种大规模攻击，即便…...

编程日记 2025/2/6 2:24:10

[mmdetection]fast-rcnn模型训练自己的数据集的详细教程

本篇博客是由本人亲自调试成功后的学习笔记。使用了mmdetection项目包进行fast-rcnn模型的训练，数据集是自制图像数据。废话不多说，下面进入训练步骤教程。 注：本人使用linux服务器进行展示，Windows环境大差不差。另外&#xff0…...

编程日记 2025/2/6 2:21:07

1. Kubernetes组成及常用命令

Pods（k8s最小操作单元）ReplicaSet & Label（k8s副本集和标签）Deployments（声明式配置）Services（服务）k8s常用命令Kubernetes（简称K8s）是一个开源的容器编排系统，用于自动化应用程序的部署、扩展和管理。自2014年发布以来，K8s迅速成为容器编排领域的行业标准，被…...

编程日记 2025/2/6 2:16:59

linux下ollama更换模型路径

Linux下更换Ollama模型下载路径指南   在使用Ollama进行AI模型管理时，有时需要根据实际需求更改模型文件的存储路径。本文将详细介绍如何在Linux系统中更改Ollama模型的下载路径。 一、关闭Ollama服务   在更改模型路径之前，需要先停止Ollama服务。…...

编程日记 2025/2/6 2:14:57

本地Ollama部署DeepSeek R1模型接入Word

目录 1.本地部署DeepSeek-R1模型 2.接入Word 3.效果演示 4.问题反馈 上一篇文章办公新利器：DeepSeekWord，让你的工作更高效-CSDN博客https://blog.csdn.net/qq_63708623/article/details/145418457?spm1001.2014.3001.5501https://blog.csdn.net/qq…...

编程日记 2025/2/6 2:02:31

【自学笔记】Git的重点知识点-持续更新

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录 Git基础知识Git高级操作与概念Git常用命令 总结 Git基础知识 Git简介 Git是一种分布式版本控制系统，用于记录文件内容的改动，便于开发者追踪…...

编程日记 2025/2/6 1:57:25

[EAI-028] Diffusion-VLA，能够进行多模态推理和机器人动作预测的VLA模型

Paper Card 论文标题：Diffusion-VLA: Scaling Robot Foundation Models via Unified Diffusion and Autoregression 论文作者：Junjie Wen, Minjie Zhu, Yichen Zhu, Zhibin Tang, Jinming Li, Zhongyi Zhou, Chengmeng Li, Xiaoyu Liu, Yaxin Peng, Chao…...

编程日记 2025/2/6 1:55:23

实现数组的扁平化

文章目录 1 实现数组的扁平化1.1 递归1.2 reduce1.3 扩展运算符1.4 split和toString1.5 flat1.6 正则表达式和JSON 1 实现数组的扁平化 1.1 递归 通过循环递归的方式，遍历数组的每一项，如果该项还是一个数组，那么就继续递归遍历&#xff0c…...

编程日记 2025/2/6 1:50:17

登录认证（5）：过滤器：Filter

统一拦截 上文我们提到（登录认证（4）：令牌技术），现在大部分项目都使用JWT令牌来进行会话跟踪，来完成登录功能。有了JWT令牌可以标识用户的登录状态，但是完整的登录逻辑如图所示&…...

编程日记 2025/2/6 1:48:10

pytorch实现门控循环单元 (GRU）

人工智能例子汇总：AI常见的算法和例子-CSDN博客 特性GRULSTM计算效率更快，参数更少相对较慢，参数更多结构复杂度只有两个门（更新门和重置门）三个门（输入门、遗忘门、输出门）处理长时依赖一般适…...

编程日记 2025/2/6 1:42:03

Word List 2

词汇颜色标识解释 词汇表中的生词 词汇表中的词组成的搭配、派生词 例句中的生词 我自己写的生词（用于区分易混淆的词，无颜色标识） 不认识的单词或句式 单词的主要汉语意思 不太理解的句子语法和结构 Word List 2 英文音标中文regi…...

编程日记 2025/2/6 1:37:57

机器学习常用包numpy篇（四）函数运算

目录 前言 一、三角函数 二、双曲函数 三、数值修约 四、 求和、求积与差分 五、 指数与对数 六、算术运算 七、 矩阵与向量运算 八、代数运算 九、 其他数学工具 总结 前言 Python 的原生运算符可实现基础数学运算（加减乘除、取余、取整、幂运算&#…...

编程日记 2025/2/6 1:36:55

CSS in JS

css in js css in js 的核心思想是：用一个 JS 对象来描述样式，而不是 css 样式表。 例如下面的对象就是一个用于描述样式的对象： const styles {backgroundColor: "#f40",color: "#fff",width: "400px",he…...

编程日记 2025/2/6 1:35:54

TCP 丢包恢复策略：代价权衡与优化迷局

网络物理层丢包是一种需要偿还的债务，可以容忍低劣的传输质量，这为 UDP 类服务提供了空间，而对于 TCP 类服务，可以用另外两类代价来支付： 主机端采用轻率的 GBN 策略恢复丢包，节省 CPU 资源，但…...

编程日记 2025/2/6 1:30:46

面经--C语言——内存泄漏、malloc和new的区别 .c文件怎么转换为可执行程序 uart和usart的区别 继承的访问权限总结

文章目录 内存泄漏预防内存泄漏的方法： malloc和new的区别.c文件怎么转换为可执行程序uart和usart的区别继承的访问权限总结访问控制符总结1. **public**:2. **protected**:3. **private**:继承类型： 内存泄漏 内存泄漏是指程序在运行时动态分配内存后&…...

编程日记 2025/2/6 1:28:42

Denavit-Hartenberg DH MDH坐标系

Denavit-Hartenberg坐标系及其规则详解 6轴协作机器人的MDH模型详细图_6轴mdh-CSDN博客 N轴机械臂的MDH正向建模，及python算法_mdh建模-CSDN博客 运动学3-----正向运动学 | 鱼香ROS 机器人学：MDH建模 - 哆啦美 - 博客园 机械臂学习——标准DH法和改进MDH…...

编程日记 2025/2/6 1:25:39

力扣动态规划-20【算法学习day.114】

前言 ###我做这类文章一个重要的目的还是记录自己的学习过程，我的解析也不会做的非常详细，只会提供思路和一些关键点，力扣上的大佬们的题解质量是非常非常高滴！！！ 习题 1.网格中的最小路径代价 题目链接…...

编程日记 2025/2/6 1:22:36

计算机视觉-边缘检测

一、边缘 1.1 边缘的类型 ①实体上的边缘 ②深度上的边缘 ③符号的边缘 ④阴影产生的边缘 不同任务关注的边缘不一样 1.2 提取边缘 突变-求导（求导也是一种卷积） 近似，1（右边的一个值-自己可以用卷积做） 该点f(x,y)…...

编程日记 2025/2/6 1:21:35

文字加持：让 OpenCV 轻松在图像中插上文字

前言 在很多图像处理任务中，我们不仅需要提取图像信息，还希望在图像上加上一些文字，或是标注，或是动态展示。正如在一幅画上添加一个标语，或者在一个视频上加上动态字幕，cv2.putText 就是这个“文字魔术师”，它能让我们的图像从“沉默寡言”变得生动有趣。 今天，我们…...

编程日记 2025/2/6 1:16:29

智能视觉自动化革命：Midscene如何让AI成为你的界面操作员

智能视觉自动化革命：Midscene如何让AI成为你的界面操作员 【免费下载链接】midscene Let AI be your browser operator. 项目地址: https://gitcode.com/GitHub_Trending/mid/midscene 你是否曾幻想过用自然语言就能控制浏览器、手机应用甚至桌面软件&#x…...

编程新知 2026/3/26 20:19:43

Dify插件安装全攻略：从在线市场到离线部署的完整实践

1. Dify插件安装前的准备工作 在开始安装Dify插件之前，我们需要先了解几个关键概念。Dify 1.0.0版本之后，所有工具和模型供应商都改为了插件形式，这意味着我们需要掌握插件的安装方法才能充分发挥Dify的功能。插件主要分为五大类&#xff1a…...

编程新知 2026/3/26 20:05:39

实战指南：基于Cursor与快马平台，从零搭建一个可用的商品管理后台

今天想和大家分享一个实战项目——用Cursor和InsCode(快马)平台从零搭建商品管理后台的全过程。这个项目麻雀虽小五脏俱全，包含了前后端完整链路，特别适合想练手全栈开发的朋友。 项目架构设计 整个系统采用前后端分离模式。后端用Spring Boot搭建RESTfu…...

编程新知 2026/3/26 19:59:35

智能客服架构图实战：从高并发设计到生产环境部署

今天想和大家聊聊智能客服系统的架构实战。我们团队最近刚把一个老的单体客服系统重构为微服务架构，主要就是为了应对大促期间的高并发访问。整个过程踩了不少坑，也积累了一些经验，在这里做个梳理和分享。 先说说我们遇到的痛点。原来的系统&…...

编程新知 2026/3/26 19:16:55

Excel 技巧：一键批量填充空值

🚀 操作步骤选中区域首先，用鼠标选中包含空值的目标数据区域。定位空值按下快捷键 Ctrl G 打开“定位”对话框：点击左下角的 「定位条件...」。选择 「空值」。点击「确定」。✅ 此时，区域内所有空白单元格已被高亮选中。输入公式…...

编程新知 2026/3/26 18:52:40

NaViL-9B效果展示：电商主图自动提取卖点文案+竞品对比分析

NaViL-9B效果展示：电商主图自动提取卖点文案竞品对比分析 1. 多模态大模型惊艳登场 想象一下，当你上传一张商品图片，AI不仅能准确识别图片内容，还能自动生成吸引人的卖点文案——这就是NaViL-9B带来的革命性体验。作为原生多模态…...

编程新知 2026/3/26 18:52:40

基于YOLOv10深度学习的管道泄漏检测系统（YOLOv10+YOLO数据集+UI界面+Python项目+模型）

一、项目介绍 项目摘要 随着工业管道运输系统的日益复杂化，管道泄漏事故不仅会造成巨大的经济损失，还可能引发严重的环境污染和安全事故。为了实现对管道泄漏的快速、准确识别，本研究提出了一种基于YOLOv10深度学习模型的智能管道泄漏检测系…...

编程新知 2026/3/26 17:33:39

不止于集成：在RuoYi-Camunda流程设计器中实现自定义属性面板与FEEL表达式校验

深度定制RuoYi-Camunda流程设计器：从属性面板扩展到FEEL表达式校验实战 当标准BPMN设计器无法满足复杂业务需求时，定制化开发成为必经之路。某跨国零售企业的审批系统曾因无法在流程节点上定义"区域经理审批阈值"字段，导致每次业务…...

编程新知 2026/3/26 17:03:19

NaViL-9B图文问答教程：支持中英双语提问的跨语言理解能力实测

NaViL-9B图文问答教程：支持中英双语提问的跨语言理解能力实测 1. 认识NaViL-9B NaViL-9B是一款原生多模态大语言模型，由专业研究机构开发。它最吸引人的特点是能够同时理解文字和图片内容，并且支持中文和英文两种语言的提问。想象一下&…...

编程新知 2026/3/26 16:59:19

从课程设计到实际应用：聊聊51单片机倒车雷达项目的那些优化点

从课程设计到实际应用：51单片机倒车雷达项目的工业级优化指南 当你完成了一个能测距、能报警的51单片机倒车雷达课程设计后，是否思考过这个"玩具级"项目与真正车载产品的差距？本文将带你跨越这道鸿沟，从精度、可靠性、功…...

编程新知 2026/3/26 16:43:15