基於動態時間規整（DTW）的孤立字語音識別
注意！這個博客里給出的文件是 在matlab2012版本里使用的，而我學習時使用的時matlab2018b，因此發現了很多新版本不兼容的問題，但我沒有給出修改后能直接在新版本中用的代碼。 另外，ma ...
原文：DTW算法（語音識別）
DTW主要是應用在孤立詞識別的算法，用來識別一些特定的指令比較好用，這個算法是基於DP 動態規划 的算法基礎上發展而來的。這里介紹語音識別就先介紹下語音識別的框架，首先我們要有一個比對的模版聲音，然后需要去截取其里面包含真正屬於語音的部分，這個要采用一個叫做vad voice activedetection 語音活動檢測的算法，而在vad中間我們最常使用雙門限端點檢測這種方法，如圖所示，我們采用v ...
2017-07-23 17:37 0 2287 推薦指數：
相關推薦
語音識別算法閱讀之LAS
LAS: listen, attented and spell,Google 思想: sequence to sequence的思想，模型分為encoder和dec ...
語音識別算法閱讀之DFSMN
論文： Deep-FSMN for Large Vocabulary Continuous Speech Recognition 思想： 對於大詞匯量語音識別，往往需要更深的網絡結構，但是當FSMN[1]或cFSMN[2]的結構很深時容易引發剃度消失和爆炸問題 ...
語音識別算法閱讀之speechTransformer
論文： SPEECH-TRANSFORMER: A NO-RECURRENCE SEQUENCE-TO-SEQUENCE MODELFOR SPEECH RECOGNITION ...
語音識別算法閱讀之EESEN
論文： EESEN:END-TO-END SPEECH RECOGNITION USING DEEP RNN MODELS AND WFST-BASED DECODING ...
語音識別算法閱讀之CTC
論文： CTC：Connectionist Temporal Classification: Labelling Unsegmented Sequence Data with Recurrent Neural Networks 思想： 語音識別中，一般包含語音 ...
語音識別-TDNN
近來在了解卷積神經網絡（CNN），后來查到CNN是受語音信號處理中時延神經網絡（TDNN）影響而發明的。本篇的大部分內容都來自關於TDNN原始文獻【1】的理解和整理。該文寫與1989年，在識別"B", "D", "G"三個濁音中得到98.5%的准確率，高於HMM的93.7%。是CNN的先驅 ...
Python 語音識別
調用科大訊飛語音聽寫，使用Python實現語音識別，將實時語音轉換為文字。 參考這篇博客實現的錄音，首先在官網下載了關於語音聽寫的SDK，然后在文件夾內新建了兩個.py文件，分別是get_audio.py和iat_demo.py，並且新建了一個存放錄音的文件夾 ...