Pythonで音声信号処理 - 人工知能に関する断創録
今年の目標（2011/1/1）の1つに音声認識技術の深耕というのを立ててます。いきなり音声認識をやるのは知識不足でかなり大変だということが分かったので、まずは音声のいろんな性質や信号処理の技術を一つ一つ試しながら習得していくことにしました。 音声信号処理ではよくMatlabが使われるようなのですが、 Matlabは高くて買えない（フリーのOctaveってのもあります） すでに使っているPython、Rと文法が似ていて混乱する というわけでMatlabはやめてPythonを使います。SciPyにフーリエ変換の機能があったのでたぶん同じようなことができるでしょう。Pythonのいろんな音声関係のライブラリなんかも紹介できればと思います。 当面の目標は、簡単な類似楽曲検索システムを作ることです。その後は、いろんなツール（HTKなど）を駆使して音声認識システムを作りたいと思ってます。 このページは
Python + クラウド音声合成 で高品質なアニメ声読み上げ - 超言理論
自分がTAとして担当する講義でNICTの杉浦孔明さんが人工知能/機械学習/ロボット対話などについて講演してくださって、中でも"rospeex"というのが気になったので、忘備録としてここに書いておく。 タイトル通り、Pythonでクラウド音声合成エンジンを使う。 というのも、このクラウド音声合成エンジンは今年の夏の第31回 日本ロボット学会 学術講演会で杉浦さんが発表された「非モノローグ音声合成」のことで、超高品質な音声合成（しかも、マニア？オタク？が喜びそうな感じのアニメ声）がクラウドで利用できるというもので、いわゆるクラウドロボティクスであるとか、携帯端末で動くような対話システムにはうってつけのシステムである。 件の「非モノローグ音声合成」については、このサイトで実際に音声合成を試すことができる。 TTS demo どことなく初音ミクっぽい。 *1 「非モノローグ音声合成」こと"rosp
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
