问题发现：本次案例为工作中遇到的实际问题，在语音识别中的语料准备部分，需要从网络中爬取相当数量的相关文本，其中发现爬取到了一些不相关的内容，如何把这些不相关的内容剔除掉成为笔者需要思考的问题。
初步思考：遇到此问题笔者第一时间考虑是将文本分词后向量化，使用聚类看一下分布情况，然而发现在不同训练集中，训练样本变化时，向量随之变化，在测试集中表现一般，在实测中几乎无用。
于是想到向量化的方法问题，使用sklearnCountVectorizer方法进行向量化，仅仅是将所有词频无序的向量化，看到另外博文时，发现应该先将目标主题的文本进行词频统计，将统计结果当做向量化模板，实测发现效果不错，现将此方法分享给大家
初步思考：遇到此问题笔者第一时间考虑是将文本分词后向量化，使用聚类看一下分布情况，然而发现在不同训练集中，训练样本变化时，向量随之变化，在测试集中表现一般，在实测中几乎无用。
于是想到向量化的方法问题，使用sklearnCountVectorizer方法进行向量化，仅仅是将所有词频无序的向量化，看到另外博文时，发现应该先将目标主题的文本进行词频统计，将统计结果当做向量化模板，实测发现效果不错，现将此方法分享给大家
2023/7/17 6:40:05
2.71MB
1
https://blog.csdn.net/lhh31/article/details/54810084?from=singlemessage所缺失的RaspberryPi文件夹
2023/6/30 9:29:44
578KB
1
这是使用正点原子探索者开发板实现的LD3320语音识别程序，使用的是spi通信方式，模块唤醒呼叫小李子，要插sd卡，用串口调试助手打印
2023/6/30 7:04:55
1.82MB
1
压缩包内有基于QT设计的语音识别，还有基于C#的语音识别，两套程序，核心代码是C，C++，本人项目所用，共享出来赚点积分。
2023/6/29 5:51:34
12.52MB
1
基于STM32F4VET6开发板的智能语音识别系统（语音识别灵敏度、输出延时、usb输出可配置）,这是基于STM32F4VET6最小系统，和wm8978语音处理芯片所涉及的语音识别代码
2023/6/14 20:16:26
13.62MB
1
提供一个matlab版本的基于hmm的数字语音识别程序，经过调试，有注释；
并且提供一个有40人的数字语音语料库；
很实用。
并且提供一个有40人的数字语音语料库；
很实用。
2023/6/14 0:25:17
5.34MB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB