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 ...
原文：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，一般包含語音段和對應的文本標簽，但是卻並不知道具體的對齊關系，即字符和語音幀之間對齊，這就給語音識別訓練任務帶來困難 而CTC在訓練時不關心具體的唯一 ...
2020-09-13 15:36 0 752 推薦指數：
相關推薦
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EESEN
論文： EESEN:END-TO-END SPEECH RECOGNITION USING DEEP RNN MODELS AND WFST-BASED DECODING ...
GRU-CTC中文語音識別
目錄 基於keras的中文語音識別 音頻文件特征提取 文本數據處理 數據格式處理 構建模型 模型訓練及解碼 aishell數據轉化 該項目github地址 基於keras的中文語音識別 該項目實現了GRU-CTC中文語音識別 ...
語音識別（LSTM+CTC）
完整版請微信關注“大數據技術宅” 序言：語音識別作為人工智能領域重要研究方向，近幾年發展迅猛，其中RNN的貢獻尤為突出。RNN設計的目的就是讓神經網絡可以處理序列化的數據。本文筆者將陪同小伙伴們一塊兒踏上語音識別之夢幻旅途，相信此處風景獨好。 內容目錄 環境准備 RNN ...
構建CTC語音識別解碼網絡
本文介紹 kaldi-ctc 構建 CTC[1, 2, 3, 4] 語音識別加權有限狀態機(WFST)解碼網絡的方式。 示例相關資源 lifeiteng/codingmath/CTC-decoding-graph 構建語言模型 以 單句 “how are you ...
語音識別中的CTC算法的基本原理解釋
歡迎大家前往騰訊雲+社區，獲取更多騰訊海量技術實踐干貨哦~ 本文作者：羅冬日 目前主流的語音識別都大致分為特征提取，聲學模型，語音模型幾個部分。目前結合神經網絡的端到端的聲學模型訓練方法主要CTC和基於Attention兩種。 本文主要介紹CTC算法的基本概念，可能應用的領域 ...