讯飞语音云，是科大讯飞基于云计算技术基础，将业界领先的智能语音核心技术向广大移动互联网开发者开放的全球首个同时提供语音合成、语音搜索、语音听写等智能语音交互能力的智能语音交互平台。什么是云计算呢？云计算（cloud computing）是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中

HMM算法想必大家已经听说了好多次了，完全看公式一头雾水。但是HMM的基本理论其实很简单。因为HMM是马尔科夫链中的一种，只是它的状态不能直接被观察到，但是可以通过观察向量间接的反映出来，即每一个观察向量由一个具有相应概率密度分布的状态序列产生，又由于每一个状态也是随机分布的，所以HMM是一个双重随机过程。     HMM是语音识别，人体行为识别，文字识别等领域应用非常广泛。   

[1]语音识别-维基百科：http://zh.wikipedia.org/wiki/语音识别[2]语音合成-百度百科：http://baike.baidu.com/view/549184.htm[3] Microsoft Speech API：http://en.wikipedia.org/wiki/Speech_Application_Programming_Interface#

上一篇文章介绍了Kinect中语音识别的基本概念，以及一些语音处理方面的术语。在此基础上使用Kinect麦克风阵列来进行音频录制的例子说明了Kinect中音频处理的核心对象及其配置。本文将继续介绍Kinect中的语音识别，并以两个小例子来展示语音识别中的方向识别和语音命令识别。 1. 使用定向麦克风进行波速追踪（Beam Tracking for a Directional Mic

TIDIGITS数据库包含11个孤立数字，分别为one,two,three,four ,five,six,seven,eight,nine,oh,zero.1.数据准备1.1.1 建立任务语法它的任务语法如下:$digit= ( one | two | three | four | five |six | seven | eight | nine | zero |

关于SAPI的简介API 概述SAPI API在一个应用程序和语音引擎之间提供一个高级别的接口。SAPI 实现了所有必需的对各种语音引擎的实时的控制和管理等低级别的细节。SAPI引擎的两个基本类型是文本语音转换系统(TTS)和语音识别系统。TTS系统使用合成语音合成文本字符串和文件到声音音频流。语音识别技术转换人类的声音语音流到可读的文本字符串或者文件。 

关于SAPI的简介API 概述SAPI API在一个应用程序和语音引擎之间提供一个高级别的接口。SAPI 实现了所有必需的对各种语音引擎的实时的控制和管理等低级别的细节。SAPI引擎的两个基本类型是文本语音转换系统(TTS)和语音识别系统。TTS系统使用合成语音合成文本字符串和文件到声音音频流。语音识别技术转换人类的声音语音流到可读的文本字符串或者文件。  文本语音转换

关于HMM模型的介绍，网上的资料已经烂大街，但是大部分都是在背书背公式，本文在此针对HMM模型在中文分词中的应用，讲讲实现原理。尽可能的撇开公式，撇开推导。结合实际开源代码作为例子，争取做到雅俗共赏，童叟无欺。没有公式，就没有伤害。模型介绍第一次听说HMM模型是从李开复的博文论文中听说的：李开复1988年的博士论文发表了第一个基于隐马尔科夫模型（HMM）的语音识别系统S

研究生期间收集了一些有关语音识别方面的网址，感觉非常有用，保留一下，留到以后用。国际最顶尖会议：ICASSP：International Conference on Acoustics, Speech and Signal Processing ICSLP:International Conference on Semiconductor Laser and Photonics 

1. 麦克风阵列     安装完Microsoft Kinect SDK之后，语音识别的组件会自动安装。Kinect的麦克风阵列工作在一些语音识别的类库之上，这些类库是从Vista系统之时就有的。他们包括语音捕获DirectX多媒体对象(DirectX Media Object，DMO)以及语音识别API(Speech Recognition API,SAPI)。    在