gmm-hmm-asr:简单GMM和HMM模型的Python实现,用于隔离数字识别-源码

上传者: 42149145 | 上传时间: 2021-08-20 16:40:11 | 文件大小: 77.68MB | 文件类型: ZIP
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

文件下载

资源详情

[{"title":"( 20 个子文件 77.68MB ) gmm-hmm-asr:简单GMM和HMM模型的Python实现,用于隔离数字识别-源码","children":[{"title":"gmm-hmm-asr-master","children":[{"title":"src","children":[{"title":"gmm_hmm_asr","children":[{"title":"models","children":[{"title":"utils.py <span style='color:#111;'> 507B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 80B </span>","children":null,"spread":false},{"title":"single_gauss.py <span style='color:#111;'> 1.33KB </span>","children":null,"spread":false},{"title":"hmm.py <span style='color:#111;'> 4.15KB </span>","children":null,"spread":false},{"title":"gmm.py <span style='color:#111;'> 2.86KB </span>","children":null,"spread":false}],"spread":true},{"title":"data.py <span style='color:#111;'> 310B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 74B </span>","children":null,"spread":false},{"title":"trainers","children":[{"title":"hmm_trainer.py <span style='color:#111;'> 3.30KB </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 115B </span>","children":null,"spread":false},{"title":"gmm_trainer.py <span style='color:#111;'> 2.91KB </span>","children":null,"spread":false},{"title":"sg_trainer.py <span style='color:#111;'> 2.23KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true},{"title":"setup.py <span style='color:#111;'> 1.02KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 2.61KB </span>","children":null,"spread":false},{"title":"tests","children":[{"title":"test_gmm.py <span style='color:#111;'> 1.44KB </span>","children":null,"spread":false},{"title":"utils.py <span style='color:#111;'> 676B </span>","children":null,"spread":false},{"title":"__init__.py <span style='color:#111;'> 32B </span>","children":null,"spread":false},{"title":"data","children":[{"title":"train_1digit.feat <span style='color:#111;'> 87.74MB </span>","children":null,"spread":false},{"title":"test_1digit.feat <span style='color:#111;'> 89.06MB </span>","children":null,"spread":false}],"spread":true},{"title":"test_hmm.py <span style='color:#111;'> 1.44KB </span>","children":null,"spread":false},{"title":"test_single_gauss.py <span style='color:#111;'> 1.35KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明