- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序员互动联盟
【专业领域】jvm虚拟机android移植－接口篇
上一篇我们讲了如何下载phoneme虚拟机开源代码，如何配置编译脚本，编译测试验证基本功能。但是要让她在android上显示运行java小游戏我们还得费点劲。好吧让我们一起来移植接口吧。 （由java层创建bitmap 通过jni转化实际的FrameBuffer指针然后传递给phoneme，这就 就有了画的地方了） 2）如何刷新，正常刷新or旋转刷新（有用phoneme android上我们就在java层模拟并创建BufferedOutputStream文件来实现从onKeyDown 事件中获取按键值并通过转换写入流中，phoneme底层通过读取这个流设备从而取得按键值并发送相应的 那我们就来挑战一下，纵观整个phoneme jvm虚拟机在以前的nokia手机上就有好多java小游戏，如贪吃蛇好经典的游戏不要对我说你没玩过，有点跑题了，其实我想说的是他们都是有声音的，而且phoneme
1K70发布于 2018-03-12 - 来自专栏程序员互动联盟
jvm虚拟机android移植－编译篇
还是借助开源来完成我们的功能，经过google找到了一个好的的开源jvm, PhoneMe sun开源的java虚拟机。 PhoneME简介 phoneME Feature software是一个优化了的Java ME架构。它的核心是支持多任务的MIDP2.1规范实现。 当phoneME Feature software运行多个MIDlet时，它只使用一个系统进程，因为一个Java虚拟机实例可以执行几个应用，并提供独立的运行时空间。 phoneME Feature software提供给为MIDP或者是移动信息设备相关的开发人员。 以下是phoneME Feature software MR2版本包含的内容特性： l 高性能的Java ME平台架构 l 支持每个功能领域(存储，网络和用户界面等)的模块化实现
1.4K120发布于 2018-03-12 - 来自专栏杨丝儿的小站
SP Module 5 Speech Synthesis – Phonemes and the Front End
Phonemes and allophones This video introduces the notion of phoneme as a basic unit of phonological analysis Phonologists sometimes formalize this relationship between the phoneme and its allophones in a rule. The blank shows where the phoneme occurs in order for the rule to apply. In order to fully define a phoneme, we first need to observe the surface forms that occur, along with More examples Pronunciation The phoneme inventory is a design choice when we build a TTS or ASR system
64830编辑于 2022-11-10 - 来自专栏mathor
Human Language Processing——Speech Recognition
整体来看，语音识别问题就是一个Seq2Seq的变换问题 输出Token有哪几种选择 简单的说，有以下五种选择： Phoneme 发音的最小单位 ? 将语音信号转化为Phoneme之后，还需要进一步将Phoneme信号转化为Text。所以该方法并不是end-to-end的，需要后处理步骤。那么如何将Phoneme转化为Text呢？ 以英文为例：该表包含了所有单词的Phoneme表示，英文单词有多少个，该表就有多少行。可想而知，表的条目是很多的。 通过查表，我们才能进一步将Phoneme转化为text 对于英文和中文来说，这种token的选取方式都是适用的，英语有音标，汉语有汉语拼音。 两者的Phoneme集合和Lexicon不一样 Grapheme 书写的最小单位 对于英文来说，Grapheme指的就是26个英文字母；对于中文来说，Grapheme指的就是约4000+个常用汉字。
1K10发布于 2020-07-27 - 来自专栏centosDai
记一次智能语音软件的开发-终于为孩子找到了个靠谱的口语老师
句子综合评分 words 单词评分数组 -word 单词 -start 单词开始时间，单位是秒 -end 单词结束时间，单位是秒 -pronunciation 单词准确度得分 -phonemes 音标数组 --phoneme ，辅音时无意义 'pronunciation': 50.640331, //音标准确度评分 'stress_detect': False,//在一个单词中，用户该音标发音不为重音 'phoneme phonemes': [{ 'stress_ref': False, 'pronunciation': 79.084282, 'stress_detect': False, 'phoneme 0.944885 }, { 'stress_ref': True, 'pronunciation': 74.536934, 'stress_detect': True, 'phoneme 0.838557 }, { 'stress_ref': True, 'pronunciation': 63.982838, 'stress_detect': True, 'phoneme
1.9K00发布于 2021-05-23 - 来自专栏猿计划
看我如何使用Python打造一个带娃神奇(一玩能玩一天)？
句子综合评分 words 单词评分数组 -word 单词 -start 单词开始时间，单位是秒 -end 单词结束时间，单位是秒 -pronunciation 单词准确度得分 -phonemes 音标数组 –phoneme ，辅音时无意义 'pronunciation': 50.640331, //音标准确度评分 'stress_detect': False,//在一个单词中，用户该音标发音不为重音 'phoneme phonemes': [{ 'stress_ref': False, 'pronunciation': 79.084282, 'stress_detect': False, 'phoneme 0.944885 }, { 'stress_ref': True, 'pronunciation': 74.536934, 'stress_detect': True, 'phoneme 0.838557 }, { 'stress_ref': True, 'pronunciation': 63.982838, 'stress_detect': True, 'phoneme
1.9K10发布于 2021-04-20 - 来自专栏机器之心
ACL 2025 高分接收 | 高感情语音技术：逻辑智能小语种TTS破局之道
文本与语言学信息，构建覆盖广、颗粒度细的多维泰语语料库； 随后通过 LLM 增强的停顿预测、词切分与混合式 G2P，将原始文本稳健转换为结构化的「音素-声调」序列； 最后在此精炼输入之上，引入声调感知的 Phoneme-Tone 文本和注释三大类： 语音数据——500 小时来自新闻、社媒、播客等多领域语料，外加 40 小时金融、医疗、教育、法律等垂直领域语料，兼顾通用合成与专业术语发音； 文本数据——100 万句句子语料用于训练 Phoneme-Tone 模型集成了「多源特征 × 声调感知 × 零样本克隆」的组合设计： 首先利用多语种预训练模型提取时长、音高、能量等强鲁棒特征，并以风格编码器压缩说话人/情感信息，为后续零样本克隆奠定基础； 其次，通过 Phoneme-Tone
57910编辑于 2025-05-27 - 来自专栏杨丝儿的小站
SP Module 4 the Source-Filter Model
We find the impulse response/frequency response of the original sounds Phoneme The source-filter model It can generate any speech sound: any phoneme.
51430编辑于 2022-11-10 - 来自专栏APP开发
AI 英语口语 App 的开发流程
设计模型提供以下反馈类型：发音纠正（Pronunciation Correction）： 基于音素（Phoneme）级别的精确度，指出用户单词发音、重音和语调的错误。 发音纠正模块（Pitch/Phoneme Analysis）挑战： 仅依赖 ASR 的得分是不够的。 需要集成专门的语音评估 API 或自研模块，对用户的语音进行**音高（Pitch）和音素（Phoneme）**级别的分析。
35010编辑于 2025-10-09 - 来自专栏专知
【论文推荐】最新5篇语音识别（ASR）相关论文—音频对抗样本、对抗性语音识别系统、声学模型、序列到序列、口语可理解性矫正
Experiments show that the performance of the universal phoneme-based CTC system can be improved by applying alignment mode and many recognition passes searching for the substitution and deletion of each expected phoneme
3.1K40发布于 2018-04-13 - 来自专栏程序员
程序员英语学习网站项目实现全记录：从需求到上线的完整历程
从设计细节到产品哲学》） 2.3 技术可行性验证针对核心交互功能，我们验证了技术实现方案： 语音朗读：Web Speech API支持英文发音播放，测试代码如下： function playPhonetic(phoneme ) { const utterance = new SpeechSynthesisUtterance(phoneme); utterance.lang = 'en-US'; speechSynthesis.speak = icon.nextElementSibling.textContent; // 获取音标文本 playPhonetic(phoneme); });});（2）学习进度存储与同步使用localStorage 从设计细节到产品哲学》） 2.3 技术可行性验证针对核心交互功能，我们验证了技术实现方案： 语音朗读：Web Speech API支持英文发音播放，测试代码如下： function playPhonetic(phoneme = icon.nextElementSibling.textContent; // 获取音标文本 playPhonetic(phoneme); });});（2）学习进度存储与同步使用localStorage
50000编辑于 2025-07-19 - 来自专栏杨丝儿的小站
SP Modules Review Contents (2)
This leads us to revisit the concept of phoneme We use decision tree when we want learn rules from data
54050编辑于 2022-11-15 - 来自专栏杨丝儿的小站
SP Module 6 Speech Synthesis – Waveform Generation and Connected Speech
Coarticulation is the overlapping of adjacent articulations or the influence of the target phoneme on
54820编辑于 2022-11-24 - 来自专栏Dance with GenAI
用腾讯云语音合成（TTS）批量生成英语绘本的朗读音频
SessionId": "session-1234","Subtitles": [{"BeginIndex": 0,"BeginTime": 250,"EndIndex": 1,"EndTime": 430,"Phoneme ": "ni2","Text": "你"},{"BeginIndex": 1,"BeginTime": 430,"EndIndex": 2,"EndTime": 670,"Phoneme": "hao3
1.6K10编辑于 2024-06-23 - 来自专栏mathor
Human Language Processing——HMM
所以我们需要将$P(X|Y)$建模变为$P(X|S)$建模，S为状态，是人定义的，它是比音素 Phoneme 还要小的单位。序列中的每一个音素，都会受到前后音素单位的影响。 这便是为什么我们要用比Phoneme还要小的单位来表示状态。因为我们要假设每个状态发射出来的分布稳定。为什么我们不用字符单位来当作状态呢？c这个字母它的发音不是固定的。
63410发布于 2020-08-03 - 来自专栏人工智能
📖《数字人开发手册：从建模到情感交互全链路》
传输协议（带宽降低40%）指令队列动态缓冲机制（抗网络抖动） 多模态驱动融合方案语音口型同步系统架构：# 口型驱动优先级算法（示例）def lip_sync_priority(text, emotion):phoneme = analyze_phoneme(text)weight = emotion_dict[emotion]['lip_weight']return phoneme * weight情绪状态唇部幅度
73020编辑于 2025-04-01 - 来自专栏arXiv每日学术速递
金融/语音/音频处理学术速递[7.19]
Although a phoneme classifier can be used for KWS, exploiting a large amount of transcribed data for automatic speech recognition (ASR), there is a mismatch between the training criterion (phoneme recognition this approach, an output of an acoustic model is split into two branches for the two tasks, one for phoneme Although a phoneme classifier can be used for KWS, exploiting a large amount of transcribed data for automatic speech recognition (ASR), there is a mismatch between the training criterion (phoneme recognition
61850发布于 2021-07-27 - 来自专栏arXiv每日学术速递
自然语言处理学术速递[7.28]
Improving Word Recognition in Speech Transcriptions by Decision-level Fusion of Stemming and Two-way Phoneme correcting highly imperfect speech transcriptions based on a decision-level fusion of stemming and two-way phoneme In our approach we tried to improve the baseline accuracy from 9.34% by using stemming, phoneme extraction A two-way phoneme pruning is proposed that comprises of the two non-sequential steps: 1) filtering and After obtaining results of stemming and two-way phoneme pruning, we applied decision-level fusion and
79130发布于 2021-07-29 - 来自专栏AI技术应用
AI英语App的分类
特点：主打高保真语音实时对练，支持音素级（Phoneme-level）纠音。2026年的趋势是支持中英无缝切换，当你卡壳时，直接用中文问“这句怎么说”，AI会立即给出地道表达。
1000编辑于 2026-03-16 - 来自专栏arXiv每日学术速递
金融/语音/音频处理学术速递[6.28]
摘要：This paper proposes a multi-task learning network with phoneme-aware and channel-wise attentive learning The phoneme-aware attentive pooling is exploited on frame-level features in the main network for speaker classifier, with the corresponding posterior probability for the phoneme distribution in the auxiliary The phoneme-aware attentive pooling is exploited on frame-level features in the main network for speaker classifier, with the corresponding posterior probability for the phoneme distribution in the auxiliary
62520发布于 2021-07-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号