Speech recognition 视频语音识别中的噪声抑制
我正在寻找视频中的自动语音识别。我不是在寻找一个准确的“抄本”，而是一个能够准确识别某些特定关键词的系统 我似乎面临的问题是非言语视频（例如常规电视录音）中存在一些背景噪音（人群欢呼声、掌声等）或音乐。是否有任何我认为应该是“提取”人类声音然后把它传递给像狮身人面像这样的语音识别器的方法？我知道这可能是一个非常开放的问题，但我不是在这里寻找一个超高精度，至少从一开始。 我看到一些商业系统在这方面做得不错。我正在寻找我应该开始寻找的地方 我是这个领域的新手，所以任何帮助都会很好Speech recognition 视频语音识别中的噪声抑制,speech-recognition,cmusphinx,Speech Recognition,Cmusphinx,我正在寻找视频中的自动语音识别。我不是在寻找一个准确的“抄本”，而是一个能够准确识别某些特定关键词的系统 我似乎面临的问题是非言语视频（例如常规电视录音）中存在一些背景噪音（人群欢呼声、掌声等）或音乐。是否有任何我认为应该是“提取”人类声音然后把它传递给像狮身人面像这样的语音识别器的方法？我知道这可能是一个非常开放的问题，但我不是在这里寻找一个超高精度，至少从一开始。 我看到一些商业系统在这方面做得不错。我正在寻找我应该开始寻找的地方 我是这个领域的新手，所以任何帮助都会很好