本期给大家介绍的是语音识别，效果图如下：
这是运行python 03pyqt.py的可视化界面，通过第一个按钮加载需要检测的音频，运行第三个按钮就会将检测结果，比如cat显示在下方result处。
代码下载和视频演示地址：
代码整体是非常简便的，总共三个py部分和一个数据集在data文件夹下。另外python的安装环境写在了requirement里面。
data文件夹里面一共是三个类别的语音，分别是bird、cat和dog。有兴趣的小伙伴也可以自行扩充数据集，或训练自己的数据集。
运行python 01数据集文本生成制作.py 会在logs文件夹下生成2个txt文本，分别存放了wav音频的路径和对应的标签。
运行python 02train.py就会训练这个txt文本里面的数据，并将训练的模型与验证集里面的数据进行验证。以下是训练过程的展示。
最后模型也是保存在logs文件夹下。
最后运行python 03pyqt.py即可加载训练好的模型，对输入的音频进行识别。
xlnet这个模型还是相当复杂的，我看了很长一段时间也还是有很多地方没有搞明白，最后又在网上搜了很多大佬写的相关博客，才算是大致弄明白了，想了解xlnet的原理，请参考原论文，这里…
超级赞！这是我见过的NLP算法岗(含大模型方向)最全的面试题（汇总版）
【深度强化学习】Python：OpenAI Gym-CarRacing 自动驾驶 | 提供项目完整代码 | 车道检测功能 | 路径训练功能 | 车辆控制功能
carsim内部有许多相关联合仿真的demo，simulink、labview等等都有涉及，这里简单介绍下python和carsim联合仿真的方法，虽然carsim官方有个Stee…
版权声明：本文内容由互联网用户贡献，该文观点仅代表作者本人。本站仅提供信息存储服务，不拥有所有权，不承担相关法律责任。 如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 2386932994@qq.com 举报，一经查实将立刻删除。
我要评论
发表评论