MASR 中文语音识别
MASR是一个基于端到端的深度神经网络的中文普通话语音识别项目，本项目是基于 进行开发的。本项目已暂停维护，推荐使用识别效果更好的企业级模型 。
模型原理
MASR使用的是门控卷积神经网络（Gated Convolutional Network），网络结构类似于Facebook在2016年提出的Wav2letter，只使用卷积神经网络（CNN）实现的语音识别。但是使用的激活函数不是ReLU或者是HardTanh，而是GLU（门控线性单元）。因此称作门控卷积网络。根据实验结显示，使用GLU的收敛速度比HardTanh要快。
以下用字错误率CER来衡量模型的表现，CER = 编辑距离 / 句子长度，越低越好，大致可以理解为 1 - CER 就是识别准确率。
安装环境
执行requirements.txt安装依赖环境，在安装过程中出现Pyaudio安装错误，可以先执行su
2021-11-04 12:01:42
240KB
1
深度学习语音数据集，timit数据集（全套），解压后600m，自己毕设用过，已经处理过可以直接用，wav格式
2021-09-06 09:10:50
407.3MB
大小：833 MB
版本：zh-CN_31h_2019-12-10
总验证小时数：26
总综合小时数：31
许可协议：CC-0
录音人数：963
音频格式：MP3
分割
口音：
11% 出生地：31 上海市
7% 出生地：33 浙江省
...
年龄
40% 19 - 29
19% 30 - 39
...
性别
64% 男
10% 女
2021-07-15 09:50:32
833.16MB
1
语音数据集下载地址，永久有效。近几年来语音识别技术得到了迅速发展，从手机中的Siri语音智能助手、微软的小娜以及各种平台的智能音箱等等，各种语音识别的项目得到了广泛应用。语音识别属于感知智能，而让机器从简单的识别语音到理解语音，则上升到了认知智能层面，机器的自然语言理解能力如何，也成为了其是否有智慧的标志，而自然语言理解正是目前难点。
2021-06-03 22:43:56
90B
1