ASRT语音识别项目现在已经开放免费测试版的公共API调用接口了，欢迎大家使用Demo客户端或客户端SDK进行调用测试，测试用API的接口链接：https://api.ailemon.net/asrt/v1/ ，详细使用方法请查看ASRT项目文档内容( https://asrt.ailemon.net/docs/ )。由于目前部署的API服务器的硬件配置性能和网络性能有限，请使用ASRT的Demo客户端或者客户端SDK，在正常使用情况下进行测试，避免高并发调用，以防止服务器负载过高。
在YOLOv4的论文中，有一个很重要的BoF技巧，就是马赛克数据增强。很多人刚听说马赛克数据增强的时候，不知道这究竟是一种什么样的数据增强方案，其实，它是CutMix之类的图片预处理方案的一种推广。
近日，AI柠檬网站上线了站内搜索引擎，并且支持语音搜索功能，以方便一个地方即可搜索包括AI柠檬的中文博客、英文博客和ASRT语音识别项目网站和文档等所有站点页面，大大优化了用户体验。搜索网站地址为：https://s.ailemon.net/ ，也可通过中文博客底部的搜索框进行搜索。打开后，直接在搜索框中输入文本即可，或点击“话筒”图标，说话完毕后，再次点击即可直接跳转到搜索结果页面。其中，语音搜索功能由ASRT中文语音识别项目实现和驱动。
大家好，本次分享的是YOLOv4的那篇论文
ASRT项目最近新上线了Web网页端的测试Demo，以供各位测试ASRT最终的使用效果。测试地址为：https://asrt.ailemon.net/demo ，欢迎大家进行测试使用。开源的JavaWeb项目地址为：https://github.com/nl8590687/ASRT_SpeechClient_JavaWeb 。由于后端服务器的规模和性能限制，以及网络的延迟，可能存在着等待时间偏长的问题，请耐心等待，不要不停地点击识别按钮，会加重服务器负担。如果显示没有变化，可能是本身没录上音或者录音声音为空白噪声。
Kunze, Julius, et al. “Transfer learning for speech recognition on a budget.” arXiv preprint arXiv:1706.00290 (2017).
大家好，本次我要分享的论文是Transfer Learning for Speech Recognition on a Budget
本文原为本人在知乎上的一个同名问题下的回答内容
https://www.zhihu.com/question/392971737/answer/1417910483
计算机的内功就是计算机科学一路发展来的这一套成熟的理论体系和技术框架，简单从计算机专业基础课来说，就包括了：程序设计基础、数据结构、算法、计算机组成原理、计算机体系结构、计算机网络、操作系统原理、编译原理、微机原理、数据库、软件工程和软件体系结构。而数学(包括高等数学、线性代数和概率论与数理统计)则是做计算机科学理论研究的基础。
Ren, Yi, et al. “Fastspeech: Fast, robust and controllable text to speech.” Advances in Neural Information Processing Systems. 2019.
本次分享的论文是FastSpeech语音合成框架，这篇论文由微软研究院和浙大联合发表在NIPS2019上。
我们在开发Windows客户端程序时，有时需要实现录音的功能，比如使用语音识别时。本文中的代码通过DLL导入调用系统API实现了录制16kHz、16bit位宽的单声道wav格式录音。该代码已用于ASRT语音识别客户端SDK(C# UWP版)：
我们在开发Windows客户端程序时，有时需要实现录音的功能，比如使用语音识别时。本文中的代码通过DLL导入调用系统API实现了录制16kHz、16bit位宽的单声道wav格式录音。该代码已用于ASRT语音识别客户端SDK(C# WPF桌面版)：https://github.com/nl8590687/ASRT_SpeechClient_WPF 。
