AI大語音（八）——GMM-HMM聲學模型
基於GMM的0-9孤立詞識別系統以詞為訓練單位，添加新詞匯需要重新進行訓練，若要涵蓋所以詞，差不多6萬個詞，訓練量極大，預測時也要計算6萬個模型的似然，哪個大預測出哪個，在實際應用中有局限性，只能應用於小詞匯量場合。 孤立詞識別系統識別了0-9 ...
原文：語音合成中聲學模型在可控性上的努力
本文主要介紹 種模型，分別是前向注意力 Forward Attention，FA FA TA ，逐步單向注意力 Stepwise Monotonic Attention，SMA 和FastSpeech ，前兩者都是要求注意力權重盡量保證單調向前。具體來說，假設某一解碼步上的注意力權重為： , . , . , ，在求下一個解碼步的注意力權重時，對原始的query和key 比較 求得的注意力權重加個 ...
2021-02-01 11:17 1 351 推薦指數：
相關推薦
基於Tacotron模型的語音合成實踐
Tacotron模型架構圖 （1） 下載tacotron模型的實現到本地，這里是基於GitHub上一個tacotron模型的實現開展研究的，GitHub網址：https://github.com/keithito/tacotron，由於 谷歌沒有給出tacotron模型的官方實現 ...
PocketSphinx語音識別系統語言模型的訓練和聲學模型的改進
PocketSphinx語音識別系統語言模型的訓練和聲學模型的改進 zouxy09@qq.com http://blog.csdn.net/zouxy09 關於語音識別的基礎知識和sphinx的知識，詳細能夠參考我的另外兩篇博文： 語音識別的基礎知識 ...
語音合成 - 什么是語音合成？
1. 什么是語音合成？ 2. PSOLA算法 3. 基於HMM的參數合成 4. 未來有哪些趨勢？ （本系列時常補充和糾錯） 1.1 什么是語音合成？ 語音識別是最近幾年很火的一個詞，也是一個應用到生活中各種方面的一個技術。比如說經常使用的語音輸入，微信 ...
ICASSP 2020中的語音合成
ICASSP2020中與語音合成相關一共有5個Session，分別是： Machine Learning for Speech Synthesis I Machine Learning for Speech Synthesis II Machine Learning ...
Python語音合成
注意：通過win32com調用的windows的SAPI，所以本腳本只適應於windows平台 代碼很簡單 只是簡單的記錄一個方便的功能，沒有什么技術價值（直接調用的api） ...
SpeechSynthesisUtterance 語音合成
參考鏈接：https://blog.csdn.net/qq_40571631/article/details/89738575 --- SpeechSynthesisUtterance基本介紹 SpeechSynthesisUtterance是HTML5中新增的API,用於將指定文字合成 ...
【sphinx】中文聲學模型訓練
一 .使用CMUSphinx訓練聲學模型 CMUSphinx工具包中自帶好幾個高質量的聲學模型。美語模型，法語，中文模型。這些模型是經過優化的，為了得到最佳的性能，大多數指令交互系統能直接用這些模型，甚至一些大詞匯量的應用也能直接用他們。 除此之外，CMUSphinx提供了功能 ...