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

轮毂电机电动汽车ASR仿真研究.pdf

BembaASR模型 该存储库包含用于在“ 重现实验的资源（数据集，代码和脚本）。 实验装置 在该项目中，我们使用版本进行了实验。 我们向读者推荐以获得最新更新。 资源资源 数据集 该项目中使用的数据来自语料库。 根据DeepSpeech输入管道要求，它包含大小不超过10秒的音频文件。 ID 数据集 关联的CSV文件 定义 1个 用于训练 2 用于验证 3 用于测试 语言模型 本实验中使用的5克LM是使用DeepSpeech v0.8.2的默认参数值创建的 声学模型

端到端ASR的LF-MMI的PyTorch实现 在PyTorch中实现的无网格MMI的端到端版本（LF-MMI或链模型）。 TODO ：LF-MMI的常规版本。 什么是新的： 2020年8月：对数域中图形的GPU计算（建议用于分子图形） 2020年4月：在小批量生产中支持长度不等的序列 2020年4月：使用： 和 2020年1月：分母和分子图的GPU计算 安装及要求 版本> = 1.4.0 首次安装（包括 ） pip install kaldi_io git clone https://github.com/YiwenShaoStephen/pychain.git cd pychain make 更新 每当您更新或修改pychain中的任何非Python代码（例如.c或.cu）时，都需要通过以下方式重新编译它： make pychain 参考 “ PyChain：用于端到端A

里面都是干货啊，这种比较好的文档肯定是英文的，好东西还要多看几遍才能掌握i

用于隔离数字识别的简单GMM-HMM模型 简单的GMM和HMM模型的Python实现，用于隔离数字识别。 此实现包含3个模型： 单一高斯：使用具有对角协方差的单一高斯对每个数字进行建模。 高斯混合模型（GMM）：每个数字都是使用高斯混合模型来建模的，并通过扰动单个高斯模型进行初始化。 隐马尔可夫模型（HMM）：每个数字由包含N个状态的HMM建模，其中每个状态的发射概率是具有对角协方差的单个高斯分布。 免责声明：这是一个教育性的实现，预计不会有很高的性能。 安装 要安装使用： pip install git+https://github.com/desh2608/gmm-hmm-asr.git 要安装测试（用于开发）： git clone https://github.com/desh2608/gmm-hmm-asr.git cd gmm-hmm-asr && pip ins

PPASR中文语音识别（进阶级）模型（thchs30数据集训练的），源码地址：https://github.com/yeyupiaoling/PPASR/tree/%E8%BF%9B%E9%98%B6%E7%BA%A7

解析深度学习-语音识别实践-英文版，没有找到中文版的

包含ASR芯片的所有开发文档，有协议指令描述，硬件描述，使用描述，环境配置描述