AI大语音（八）——GMM-HMM声学模型
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 ...
原文：语音合成中声学模型在可控性上的努力
本文主要介绍 种模型，分别是前向注意力 Forward Attention，FA FA TA ，逐步单向注意力 Stepwise Monotonic Attention，SMA 和FastSpeech ，前两者都是要求注意力权重尽量保证单调向前。具体来说，假设某一解码步上的注意力权重为： , . , . , ，在求下一个解码步的注意力权重时，对原始的query和key 比较 求得的注意力权重加个 ...
2021-02-01 11:17 1 351 推荐指数：
相关推荐
基于Tacotron模型的语音合成实践
Tacotron模型架构图 （1） 下载tacotron模型的实现到本地，这里是基于GitHub上一个tacotron模型的实现开展研究的，GitHub网址：https://github.com/keithito/tacotron，由于 谷歌没有给出tacotron模型的官方实现 ...
PocketSphinx语音识别系统语言模型的训练和声学模型的改进
PocketSphinx语音识别系统语言模型的训练和声学模型的改进 zouxy09@qq.com http://blog.csdn.net/zouxy09 关于语音识别的基础知识和sphinx的知识，详细能够參考我的另外两篇博文： 语音识别的基础知识 ...
语音合成 - 什么是语音合成？
1. 什么是语音合成？ 2. PSOLA算法 3. 基于HMM的参数合成 4. 未来有哪些趋势？ （本系列时常补充和纠错） 1.1 什么是语音合成？ 语音识别是最近几年很火的一个词，也是一个应用到生活中各种方面的一个技术。比如说经常使用的语音输入，微信 ...
ICASSP 2020中的语音合成
ICASSP2020中与语音合成相关一共有5个Session，分别是： Machine Learning for Speech Synthesis I Machine Learning for Speech Synthesis II Machine Learning ...
Python语音合成
注意：通过win32com调用的windows的SAPI，所以本脚本只适应于windows平台 代码很简单 只是简单的记录一个方便的功能，没有什么技术价值（直接调用的api） ...
SpeechSynthesisUtterance 语音合成
参考链接：https://blog.csdn.net/qq_40571631/article/details/89738575 --- SpeechSynthesisUtterance基本介绍 SpeechSynthesisUtterance是HTML5中新增的API,用于将指定文字合成 ...
【sphinx】中文声学模型训练
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 ...