Ocrad.js 是一个OCP的实现库，纯 javascript 版本的 Ocrad 项目实现。使用 Emscripten 自动转换。它是一个简单的 OCR (Optical Character Recognition)

SoundManager2 是一个 JavaScript 语音 API，对HTML5 和 Flash Audio APIs进行了封装和扩展。 支持MP3, MPEG4 和HTML5 audio + (experimental)

跨平台开源语音识别软件Simon发布了 v0.4版 。新版历经了多年的开发，主要新特性有：全新的语音识别层；改进上下文感知准确性和性能；新的对话系统引入脚本变量、整合模板系统、数据引擎和文本语音输出，能

今天微信在微信公众合作伙伴沟通会上发布了一款全新的语音识别平台——微信语音识别开放平台，会在下个月正式上线。 微信语音识别开放平台是腾讯面向开发者推出的一个开放语音识别能力的开发者平台。不仅面向腾讯公司内部

UI 将桌面与菜单相结合，利用屏幕控件减少导航的步骤。此外，Emotion UI 还预装了本地中文语音识别功能系统，该功能与情景模式相结合，为用户提供便捷的用户体验。 据了解，目前 Emotion UI

8 月 23 日消息，据外媒报道，Facebook 加入语音计算革命大潮的速度有点儿慢。它还没有自己的语音助手，智能音箱仍在开发中，Instagram 等诸多应用程序也没有完全集成音频通信功能。但从 Facebook

语音的基本概念 语音是一个复杂的现象。我们基本上不知道它是如何产生和被感知的。我们最基础的认识就是语音是由单词来构成的，然后每个单词是由音素来构成的。但事 实与我们的理解大相径庭。语音是一个动态过

Bug。 语音输入是最大进化 不论是 PCmag 还是 PCworld，都对 Windows 10 手机预览版的语音识别功能表示赞赏。其中，语音输入部分的识别率非常高，几乎能够完美识别出每一句话，并进行智能停顿。相比

Google Chrome 浏览器的开源版本 Chromium 被发现会在启动时自动下载一个二进制文件——Chrome Hotword Shared Module。该模块没提供源代码，功能没有默认激活，它的功能是监听用户电脑的麦克风，如果用户发说了“OK, Google”，

Google 内部的 Brain 团队正在进行 一项试点研究 ——运用现有的语音识别技术来记录医生与患者之间的医疗对话。 Google 指出，现代医生花费大部分时间在管理病历以及向病人的档案中添加

文：I/O 雷锋网消息，10 月 17 日，国际语音识别领域的大神级人物、前约翰霍普金斯大学（Jonhs Hopkins University）教授、 语音识别开源工具 Kaldi 之父 Daniel Povey

带来了众多新功能，新增了语音识别 API，禁止扩展/插件的静默安装。 Google 表示， Chrome 25 支持 Web Speech API，开发人员可以使用这个 API 将语音识别功能整合进自己的应用程序中

坐在俯瞰华盛顿贝尔维尤市中心的办公室里，微软的 Fil Alleva 正聊起包括他在内的专家们在语音识别探索过程中走过的漫长而艰辛的道路 —— 从 20 世纪 70 年代的早期研究一直聊到了技术的现状。现在，你只需转过头对电脑说：

。对微信语音识别应用，在模型收敛速度和模型性能上都取得了有效提升——相比单GPU 4.6倍加速比，数十亿样本的训练数天收敛，测试集字错率降低约10%。目前基于此框架训练的模型成功上线到微信语音输入法、微信语音开放平台和微信语音

8．二维条码可以使用激光或CCD阅读器识读。 Android上使用Zxing识别条形码和二维码。ZXing是个很经典的条码/二维码识别的开源类库。也可以采用Barcode Scanner。 四、消息推送：

近日，阿里巴巴达摩院机器智能实验室推出了新一代语音识别模型 DFSMN，将全球语音识别准确率纪录提高至 96.04%（这一数据测试基于世界最大的免费语音识别数据库 LibriSpeech）。 达摩院机器智能实验室的语音识别团队主导了

Milestone in Speech Recognition 最近，IBM 的一个研究团队 宣布 他们在语音识别上创造了一个新的业界纪录，在使用 SWITCHBOARD 语料库 的情况下词错误率为 5.5%，接近于人类的错误率

日前， Facebook 人工智能研究院发布 wav2letter 工具包，它是一个简单高效的端到端自动语音识别(ASR)系统，实现了 Wav2Letter: an End-to-End ConvNet-based

使用MediaRecorder的步骤： 1、创建MediaRecorder对象 2、调用MediRecorder对象的setAudioSource()方法设置声音的来源，一般传入MediaRecorder.MIC 3、调用MediaRecorder对象的setOutputFormat()设置所录制的音频文件的格式 4、调用MediaRecorder对象的setAudioRncoder()、setA

Luasynth 是个小型 Lua 语音框架，使用 Lua 编写，非常简洁，模块化，声明式代码。可以查看 (effects/pan.lua) 和延迟 (effects/delay.lua)的源代码，都非常短。