深度学习与人类语言处理-语音识别(part3)
上节回顾深度学习与人类语言处理-语音识别(part2)，这节课我们接着看seq2seq模型怎么做语音识别 上节课我们知道LAS做语音识别需要看完一个完整的序列才能输出，把我们希望语音识别模型可以在听到声音的时候就进行输出，一个直观的想法就是用单向的RNN，我们来看看CTC是怎么做 ...
原文：深度学习与人类语言处理-语音识别(part2)
上节回顾深度学习与人类语言处理 语音识别 part ，这节课我们将学习如何将seq seq模型用在语音识别 LAS 那我们来看看LAS的Encoder，Attend，Decoder分别是什么 Listen Listen是一个典型的Encoder结构，输入为声学特征 x ,x ,...,x T ,输出和输入长度相同，是对声学特征的高阶表示， h ,h ,...,h T . 我们希望Encoder可以 ...
2020-03-18 10:51 0 1378 推荐指数：
相关推荐
深度学习与人类语言处理-语音识别(part1)
深度学习与人类语言处理课程笔记，上节回顾深度学习与人类语言处理-introduction。这节课将会简单介绍语音识别的最新研究方法，请看正文 语音识别该何去何从？ 1969年，J.R. PIERCE：“语音识别就像把水变成汽油、从大海中淘金、治疗癌症、人类登陆月球” 当然，这是 ...
深度学习与人类语言处理-introduction
深度学习与人类语言处理（Deep learning for Human Language Processing） 李宏毅老师深度学习与人类语言处理课程笔记，请看正文 这门课会学到什么？ 为什么叫人类语言处理呢？ 现在大家熟知的基本都是自然语言处理，那什么是自然语言 ...
深度学习与人类语言处理-语言模型
,...,y_n)\) token 可以是字符、词等等，可以见深度学习与人类语言处理-语音识别(part ...
基于深度学习的中文语音识别系统框架（pluse）
本文搭建一个完整的中文语音识别系统，包括声学模型和语言模型，能够将输入的音频信号识别为汉字。 声学模型使用了应用较为广泛的递归循环网络中的GRU-CTC的组合，除此之外还引入了科大讯飞提出的DFCNN深度全序列卷积神经网络，也将引入阿里的架构DFSMN。 语言模型有传统n-gram模型 ...
基于深度学习的中文语音识别系统
最近看到一个开源项目，特地学习了下，实测后，语音识别系统的正确率大概75%左右，作为学习入门的资料还是不错的，项目已上传到github上，不过数据集和生成的模型由于文件太大，上传失败，随后存在百度网盘，自行下载哈，普通电脑真伤，跑了三天，还是gpu快点。 查看本项目的Wiki文档 如果程序运行 ...
python深度学习之语音识别(CPU vs GPU)
训练时间 在mbp的i5的cpu上训练了3轮，花的时间如下 kaggle gpu telsa 对比gpu和cpu，时间相差了1，2个数量级 GeForce GTX 1080 在本 ...
Sphinx语音识别学习记录 （二）-自然语言处理原理研究
书 sphinx语音识别其实是基于统计语言模型的它主要靠language model（lm），Hidden Mar ...