Maix-SpeechRecognizer：使用Maixduino框架和PlatfomIO开发的语音识别或唤醒单词检测演示，可在Sipeed的Maix开发板上的K210 MCU上运行

DeepSpeech-pytorch 使用DeepSpeech模型的PyTorch中的端到端语音识别模型 怎么跑 首先，安装依赖项 # clone project git clone https://github.com/jiwidi/DeepSpeech-pytorch # install project cd DeepSpeech-pytorch pip install -e . pip install -r requirements.txt 准备运行！ 执行： python train . py #Will run with default parameters and donwload the datasets in the local directory Tensorboard日志将保存在runs/文件夹下 该模型 该模型是DeepSpeech 2的从在人的变化

Fundamental of speech recognition是Lawrence Rabiner 和Biing-hwang Juang编写的语音识别方面的权威著作，很经典。

RNN-换能器语音识别 在Tensorflow 2.0中使用RNN-Transducer进行端到端语音识别 概述 该语音识别模型基于Google的研究论文，并使用Tensorflow 2.0在Python 3中实现。 设置您的环境 要设置您的环境，请运行以下命令： git clone --recurse https://github.com/noahchalifour/rnnt-speech-recognition.git cd rnnt-speech-recognition pip install tensorflow==2.2.0 # or tensorflow-gpu==2.2.0 for GPU support pip install -r requirements.txt ./scripts/build_rnnt.sh # to setup the rnnt loss 共同的

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。 原理 MASR使用的是门控卷积神经网络（Gated Convolutional Network），网络结构在Facebook在2016年提出的Wav2letter。但是使用的激活函数不是ReLU HardTanh ，而不是GLU （门控线性单元）。因此根据我的实验，使用GLU的收敛速度比HardTanh要快。如果您想要研究卷积网络用于语音识别的效果，这个项目可以作为一个参考。 以下用字错误率CER来假定模型的表现，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。 模型使用AISHELL-1数据集训练，共150小时的录音，覆盖了4000多个汉字。工业界使用的语音识别系统通常使用至少10倍于本项目的录音数据来训练，同时使用特定场景的语料来训练语言模型，所以，不要期待本项目可以

Unity插件。语音识别（离线版）插件。支持中文、英文、俄语、法语、阿拉伯语等19种语言。支持多平台（PC、移动端）。

解析深度学习-语音识别实践-英文版，没有找到中文版的

Fundamentals of Speech Recognition 语音识别基本原理 高清晰影印版 资源源自台湾

使用 Visual Studio 2010，这是一个有效的 .net 语音识别迷你应用程序。 （（ 样本 ））

Automatic Speech Recognition A Deep Learning Approach Dong Yu Li Deng