https://zhuanlan.zhihu.com/p/24979135 雷锋网按：在过去的一年中，语音识别再次取得非常大的突破。IBM、微软等多家机构相继推出了自己的 Deep CNN 模型，提升了语音识别的准确率；Residual/Highway 网络的提出使我们可以把神经网络训练 ...

一 .使用CMUSphinx训练声学模型 CMUSphinx工具包中自带好几个高质量的声学模型。美语模型，法语，中文模型。这些模型是经过优化的，为了得到最佳的性能，大多数指令交互系统能直接用这些模型，甚至一些大词汇量的应用也能直接用他们。 除此之外，CMUSphinx提供了功能 ...

本文记录在传统的语音识别中，训练GMM-HMMs声学模型过程中的公式推导过程。 Outline GMM - 混合高斯模型 HMM – 隐马尔科夫模型 Forward-Backward Algorithm – 前向后向算法 首先假设这里的训练数据，都做 ...

基于GMM的0-9孤立词识别系统以词为训练单位，添加新词汇需要重新进行训练，若要涵盖所以词，差不多6万个词，训练量极大，预测时也要计算6万个模型的似然，哪个大预测出哪个，在实际应用中有局限性，只能应用于小词汇量场合。 孤立词识别系统识别了0-9 ...

Data preparation Audio data 自己创建数据集： 10个不同的说话人 每个人说10句话 每句话包含3个词 总共300个词，(数字0～9) Task kaldi- ...

点击上方“AI大道理”，选择“置顶”公众号 重磅干货，细致入微AI大道理 —————— 1 系统概要 孤立词识别：语音中只包含一个单词的英文识别 识别对象：0-9以及o的英文语音 训练数据：330句话，每个字符30句话，11个字符 测试数据：110句话，每个字符10句话，11个字符 ...

语音是一个连续的音频流，它是由大部分的稳定态和部分动态改变的状态混合构成。 语音识别系统本质上属于模式识别系统的范畴，都包含有特征提取和模板识别. 机器在识别匹配过程中，将输入语音信号的特征与模板库中的特征参数进行对比，根据所选建模方式，找出与之最为相近的模板参数，最终得到识别 ...

声学模型是指给定声学符号(音素)的情况下对音频特征建立的模型。 数学表达 用 \(X\) 表示音频特征向量 (观察向量)，用 \(S\) 表示音素 (隐藏/内部状态)，声学模型表示为 \(P(X|S)\)。 但我们的机器是个牙牙学语的孩子，并不知道哪个音素具体的发出的声音是怎么样的。我们只能 ...