最近认识了一个做Python语音识别的朋友,聊天时候说到,未来五到十年,Python人工智能会在国内掀起一股狂潮,对各种应用的冲击,不下于淘宝对实体经济的冲击。在本地(江苏某三线城市)做这一行,短期可能显不出效果,但从长远来看,绝对是一个高明的选择。朋友老家山东的,毕业来这里创业,也是十分有想法啊。
将AI课上学习的知识进行简单的整理,可以识别简单的0-9的单个语音。基本方法就是利用库函数提取mfcc,然后计算误差矩阵,再利用动态规划计算累积矩阵。并且限制了匹配路径的范围。具体的技术网上很多,不再细谈。
现有缺点就是输入的语音长度都是1s,如果不固定长度则识别效果变差。改进思路是提取有效语音部分。但是该部分尚未完全做好,只写了一个原形函数,尚未完善。
import wave import numpy as np import matplotlib.pyplot as plt from python_speech_features import mfcc from math import cos,sin,sqrt,pi def read_file(file_name): with wave.open(file_name,'r') as file: params = file.getparams() _, _, framerate, nframes = params[:4] str_data = file.readframes(nframes) wave_data = np.fromstring(str_data, dtype = np.short) time = np.arange(0, nframes) * (1.0/framerate) return wave_data, time return index1,index2 def find_point(data): count1,count2 = 0,0 for index,val in enumerate(data): if count1 <40: count1 = count1+1 if abs(val)>0.15 else 0 index1 = index if count1==40 and count2 <5: count2 = count2+1 if abs(val)<0.001 else 0 index2 = index if count2==5:break return index1,index2 def select_valid(data): start,end = find_point(normalized(data)) print(start,end) return data[start:end] def normalized(a): maximum = max(a) minimum = min(a) return a/maximum def compute_mfcc_coff(file_prefix = ''): mfcc_feats = [] s = range(10) I = [0,3,4,8] II = [5,7,9] Input = {'':s,'I':I,'II':II,'B':s} for index,file_name in enumerate(file_prefix+'{0}.wav'.format(i) for i in Input[file_prefix]): data,time = read_file(file_name) #data = select_valid(data) #if file_prefix=='II':data = select_valid(data) mfcc_feat = mfcc(data,48000)[:75] mfcc_feats.append(mfcc_feat) t = np.array(mfcc_feats) return np.array(mfcc_feats) def create_dist(): for i,m_i in enumerate(mfcc_coff_input):#get the mfcc of input for j,m_j in enumerate(mfcc_coff):#get the mfcc of dataset #build the distortion matrix bwtween i wav and j wav N = len(mfcc_coff[0]) distortion_mat = np.array([[0]*len(m_i) for i in range(N)],dtype = np.double) for k1,mfcc1 in enumerate(m_i): for k2,mfcc2 in enumerate(m_j): distortion_mat[k1][k2] = sqrt(sum((mfcc1[1:]-mfcc2[1:])**2)) yield i,j,distortion_mat def create_Dist(): for _i,_j,dist in create_dist(): N = len(dist) Dist = np.array([[0]*N for i in range(N)],dtype = np.double) Dist[0][0] = dist[0][0] for i in range(N): for j in range(N): if i|j ==0:continue pos = [(i-1,j),(i,j-1),(i-1,j-1)] Dist[i][j] = dist[i][j] + min(Dist[k1][k2] for k1,k2 in pos if k1>-1 and k2>-1) #if _i==0 and _j==1 :print(_i,_j,'\n',Dist,len(Dist[0]),len(Dist[1])) yield _i,_j,Dist def search_path(n): comparison = np.array([[0]*10 for i in range(n)],dtype = np.double) for _i,_j,Dist in create_Dist(): N = len(Dist) cut_off = 5 row = [(d,N-1,j) for j,d in enumerate(Dist[N-1]) if abs(N-1-j)<=cut_off] col = [(d,i,N-1) for i,d in enumerate(Dist[:,N-1]) if abs(N-1-i)<=cut_off] min_d,min_i,min_j = min(row+col ) comparison[_i][_j] = min_d optimal_path_x,optimal_path_y = [min_i],[min_j] while min_i and min_j: optimal_path_x.append(min_i) optimal_path_y.append(min_j) pos = [(min_i-1,min_j),(min_i,min_j-1),(min_i-1,min_j-1)] #try: min_d,min_i,min_j = min(((Dist[int(k1)][int(k2)],k1,k2) for k1,k2 in pos if abs(k1-k2)<=cut_off)) if _i==_j and _i==4: plt.scatter(optimal_path_x[::-1],optimal_path_y[::-1],color = 'red') plt.show() return comparison mfcc_coff_input = [] mfcc_coff = [] def match(pre): global mfcc_coff_input global mfcc_coff mfcc_coff_input = compute_mfcc_coff(pre) compare = np.array([[0]*10 for i in range(len(mfcc_coff_input))],dtype = np.double) for prefix in ['','B']: mfcc_coff = compute_mfcc_coff(prefix) compare += search_path(len(mfcc_coff_input)) for l in compare: print([int(x) for x in l]) print(min(((val,index)for index,val in enumerate(l)))[1]) data,time = read_file('8.wav') match('I') match('II')
总结
以上就是本文关于Python实现简单的语音识别系统的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站:
Python用户推荐系统曼哈顿算法实现完整代码
Python编程使用tkinter模块实现计算器软件完整代码示例
如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
《魔兽世界》大逃杀!60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容,新游玩模式《强袭风暴》即将于3月21 日在亚服上线,届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕,并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时,他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中,玩家将会进入一个全新的海盗主题大逃杀式限时活动,其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场,作为一个独立于主游戏之外的活动,玩家可以用大逃杀的风格来体验《魔兽世界》,不分职业、不分装备(除了你在赛局中捡到的),光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式,玩家在加入海盗主题的预赛大厅区域前,可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹,《巨龙崛起》和《魔兽世界:巫妖王之怒 经典版》的玩家都可以获得奖励。
更新日志
- 【雨果唱片】中国管弦乐《鹿回头》WAV
- APM亚流新世代《一起冒险》[FLAC/分轨][106.77MB]
- 崔健《飞狗》律冻文化[WAV+CUE][1.1G]
- 罗志祥《舞状元 (Explicit)》[320K/MP3][66.77MB]
- 尤雅.1997-幽雅精粹2CD【南方】【WAV+CUE】
- 张惠妹.2007-STAR(引进版)【EMI百代】【WAV+CUE】
- 群星.2008-LOVE情歌集VOL.8【正东】【WAV+CUE】
- 罗志祥《舞状元 (Explicit)》[FLAC/分轨][360.76MB]
- Tank《我不伟大,至少我能改变我。》[320K/MP3][160.41MB]
- Tank《我不伟大,至少我能改变我。》[FLAC/分轨][236.89MB]
- CD圣经推荐-夏韶声《谙2》SACD-ISO
- 钟镇涛-《百分百钟镇涛》首批限量版SACD-ISO
- 群星《继续微笑致敬许冠杰》[低速原抓WAV+CUE]
- 潘秀琼.2003-国语难忘金曲珍藏集【皇星全音】【WAV+CUE】
- 林东松.1997-2039玫瑰事件【宝丽金】【WAV+CUE】