语音合成相关模型，使用地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/tree/master/tools/generate_audio 和 https://github.com/yeyupiaoling/PPasr/tree/master/tools/generate_audio

myG2P 用于语音识别（ASR）和语音合成（TTS）的缅甸语（缅甸）语言音素到音素（myG2P）转换字典。 မြန်မာလိုဖတ်မယ်ဆိုရင်-> 林森 知识共享署名-非商业性共享相同的4.0国际版（CC BY-NC-SA 4.0）许可证 联系人电子邮件：wasedakuma [at] gmail.com 介绍 我们开发了这个myG2P（缅甸字形到音位）字典的（多语言语音翻译应用程序）缅甸语言项目 ，日本（2014 - 2015年期间）。 我们主要使用MLC（缅甸语言委员会）词典中的单词。 如果使用myG2P词典，请引用和/或。 如果您正在谈论缅甸语的句子级音素到音素转换，请引用《 。 音素到音素的映射 缅甸语言委员会（MLC）语音词典可以用作语音映射的基础。 我们发现有必要用外来语音扩展字典。 在建议的映射表中，有33个辅音的23个语音符号（某些辅音具有相同的发音，例如表1

PPASR中文语音识别（最终级）模型（thchs30数据集训练的），源码地址：https://github.com/yeyupiaoling/PPASR

PPASR中文语音识别（最终级）模型（free_st_chinese_mandarin_corpus数据集训练的），源码地址：https://github.com/yeyupiaoling/PPASR

PPASR中文语音识别（最终级）模型（aishell数据集训练的），源码地址：https://github.com/yeyupiaoling/PPASR

语音识别源码（java） ASR Speaker Recognition Enhanced Voice Conference ! Yancheng!Li,!Liang!Wei,!Zhaoyuan!Zhang

标点预测 用于ASR输出的标点符号预测的支持工具。 给出或指出了三种模型； Tensorflow 2中的一个基于BERT的Transformer，一个seq2seq Transformer（均使用PyTorch）和一个双向RNN（Punctuator 2， ）。 此外，在文件夹process还提供了用于预处理文本以供这些模型使用的代码。 基于BERT的转换器是来自的令牌分类转换器，在这里用于标点符号预测。 序列转换器的序列来自 ，它基于论文中描述的转换器。注意是您所需要的。 我们为转换器提供的所有内容是：1）数据预处理脚本，以获取用于这些模型的正确格式的数据以进行标点预测的任务，以及2）运行文件，其中对这些模型进行了标点预测的培训。 要求和安装 Python版本> = 3.6 NVIDIA GPU和NCCL 对于HuggingFace基于BERT的令牌分类器和Fairseq序列到序

爱丁堡大学 语音识别（ASR）课程PPT，主要讲述语音识别（Auto Speech Recognition）基础概念及HMM、GMM和DNN。文档为英文版。

The main goal of this lab is to get acquainted with Kaldi. We will begin by creating and exploring a data directory for the TIMIT dataset. Then we will extract features for TIMIT upon which we can train a complete speech recognition system in the coming labs. An underlying goal of this lab is to get you acquainted with Kaldi. Notes on UNIX commands are included in boxes; feel free to skip them if you're already familiar. Most importantly, don't be afraid to ask questions when you get stuck.

Pytorch 上的端到端语音识别 基于 Transformer 的语音识别模型 如果您在工作中使用了本工具包中包含的任何源代码，请引用以下论文。 Winata，GI，Madotto，A.，Wu，CS，＆Fung，P.（2019年）。 使用来自并行句子的基于神经的合成数据的代码切换语言模型。 在第23届计算自然语言学习会议（CoNLL）的会议记录中（第271-280页）。 Winata, GI, Cahyawijaya, S., Lin, Z., Liu, Z., & Fung, P. (2019)。 使用 Low-Rank Transformer 的轻量级和高效的端到端语音识别。 arXiv 预印本 arXiv:1910.13923。 （被ICASSP 2020接受） Zhou, S., Dong, L., Xu, S., & Xu, B. (2018)。 使用 Transfor