混合语言语音识别
来自团队：
当中国学生在各州学习时，我们发现自己的说话习惯发生了变化-英文单词和短语很容易滑入汉语句子中。 我们非常感到需要具有能够处理多语言语音到文本翻译的消息传递应用程序。 因此，在此任务中，我们将开发此功能-使用深度学习架构（DNN，CNN，LSTM）构建模型，以将多语言音频（在同一句子中具有中英文）正确地翻译成文本。
-
表中的内容：
目录说明
代码开关：
包含用于构建系统的脚本
描述：
LDC2015S04，我们的数据集描述
笔记：
我们关于Kaldi相关timit研究笔记，包括timit和librispeech
建立系统的资源
数据源：
基准模型文件：
其他与代码转换有关的论文：
功能改进相关论文：
有趣的Python Kaldi包装器将被检查：
卡尔迪推荐的食谱要检查：
卡尔迪资源：
卡尔迪（Kaldi）范例
解码
数据准备：
文档名称：
图案
2021-12-07 13:45:37
1.07GB
1
卡尔迪戈普
该项目使用Kaldi计算基于GMM的GOP（发音优度）。
有关基于DNN的实现的说明
此实现是基于GMM的。 对于基于DNN的实现，请检查Kaldi的官方存储库：
GOP-DNN的性能应该比GOP-GMM好得多。
如何建造
./build.sh
运行示例
cd egs/gop-compute
./run.sh
理论
在传统的基于GMM-HMM的系统中，GOP最早是在（Witt等，2000）中提出的。 它被定义为后验的持续时间标准化对数：
$$ GOP（p）= \ frac {1} {t_e-t_s + 1} \ log p（p | \ mathbf o）$$
其中$ \ mathbf o $是输入观测值，$ p $是规范电话，$ t_s，t_e $是开始和结束帧索引。
假设对于任何$ q_i，q_j $，$ p（q_i）\ p（q_j）$，我们有：
$$ \ lo
2021-12-06 13:20:45
15KB
1
高斯混合模型（Gaussian Mixed Model）指的是多个高斯分布函数的线性组合，理论上GMM可以拟合出任意类型的分布，通常用于解决同一集合下的数据包含多个不同的分布的情况（或者是同一类分布但参数不一样，或者是不同类型的分布，比如正态分布和伯努利分布）。该代码用vs2012打开即可运行。
2021-12-03 11:21:07
2.98MB
1
Bayes GMM：贝叶斯高斯混合模型
概述
有限贝叶斯高斯混合模型 (FBGMM) 和无限高斯混合模型 (IGMM) 都是使用折叠吉布斯采样实现的。
示例和测试代码
运行make test来运行单元测试。
运行make test_coverage以检查测试覆盖率。
查看 examples/ 目录中的示例。
依赖关系
NumPy 和 SciPy： ://www.numpy.org/
鼻子： :
参考资料和注释
如果您使用此代码，请引用：
H. Kamper、A. Jansen、S. King 和 S. Goldwater，“使用固定维度声学嵌入对语音段进行无监督词法聚类”，IEEE 口语技术研讨会 (SLT) 会议录，2014 年。
在代码中，引用了以下内容：
KP Murphy，“高斯分布的共轭贝叶斯分析”，2007 年，[在线]。 可用： :
KP Murphy，
2021-11-30 13:26:09
56KB
1