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.
2021-09-06 10:42:58
794KB
1
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
2021-09-05 18:50:50
106KB
1
中国首份声纹识别产业发展白皮书（语音识别）-清华大学人工智能研究院-2019.4-44页.pdf
2021-09-03 13:07:31
1.33MB
PaddlePaddle实现的DeepSpeech2模型，训练free_st_chinese_mandarin_corpus数据集训练的模型，源码地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech
2021-09-03 09:12:12
584.41MB
1
该方 法基 于 自适
应子带谱熵的方法, 引入正常量 K, 计算 负熵, 然而噪 声的负
熵减少要比语音的 负熵 减小 的明显, 同 时, 各种 噪声的 负熵
很接近, 这样就增强了语音与噪声的区分度
2021-09-02 20:08:06
3KB
1