包含声学模型和语言模型两个部分组成，两个模型都是基于神经网络。 该项目实现了GRU-CTC中文语音识别声音模型，所有代码都在gru_ctc_am.py中，包括： 增加了基于科大讯飞DFCNN的CNN-CTC结构的中文语音识别模型cnn_ctc_am.py，与GRU相比，对网络结构进行了稍加改造。 完全使用DFCNN框架搭建声学模型，稍加改动，将部分卷积层改为inception，使用时频图作为输入，cnn_with_fbank.py。 新增使用pluse版数据集的模型，cnn_with_full.py，建议直接训练这个模型。 语言模型 - language_model文件夹下 新增基于CBHG结构的语言模型language_model\CBHG_lm.py，该模型之前用于谷歌声音合成，移植到该项目中作为基于神经网络的语言模型。

人工智能-深度学习-tensorflow

叮当，在 Raspberry Pi 上的中文语音对话机器人/智能音箱项目

freepbx.org.cn上下载不到中文语音包了,所以留了一个自用,有需要的大家可以下载 用户安装FreePBX以后，登录FreePBX管理员界面。然后进行一步步上传配置。 　　2.1 选择sound language，如下图： 　　2.2 选择custom language，自定义语言包 　　2.3 选择Add New Custom language，创建一个新的自定义语言包 　　2.4选择language code（可自定义）>添加描述（可自定义）>upload Racording 　　点击 Browes，选择官网下载的压缩包（需要解压缩），解压缩后选择asterisk-core-sound-cn，上传所有的wav格式的语音包 　　上传点击确认，实现批量上传。 　　2.5 进行语音包设置，支持中文语音播放。

delphi中开发需要先导入TTS的ActiveX控件, 方法如下:在Delphi开发界面的Project菜单下Import Type Library, 对话框里会有一个 Micosoft Speech Object Library Version5.1 的ActiveX组件，导入, 生成SpeechLib_TLB单元, 在ActiveX组件中加入19个sp系列组件, 其中有这个代码中用到的SpVoice. 代码实现可以自由选取语音库, 自由选取语音设备, 控制语速, 控制音量等功能.朗读中文需要例如NeoSpeech.TTS系列等的中文语音库.

500条WAV格式的中文语音数据集，可用于中文语音识别模型的测试集，好的一批

资源包含文件：设计报告word+源码及数据 该系统实现了基于深度框架的语音识别中的声学模型和语言模型建模，其中声学模型包括 CNN-CTC、GRU-CTC、CNN-RNN-CTC，语言模型包含 transformer、CBHG，数据集包含 stc、primewords、Aishell、thchs30 四个数据集。 声学模型采用 CTC 进行建模，采用 CNN-CTC、GRU-CTC、FSMN 等模型 model_speech，采用 keras 作为编写框架。 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/122512802?spm=1001.2014.3001.5502

语音接口使用的是科大讯飞的云语音接口，具体使用可以到科大讯飞的网站了解，智能语音处理部分使用的是小I聊天机器人的网络接口，以及虫洞的开放API接口，希望能够给大家带来帮助。

该系统实现了基于深度框架的语音识别中的声学模型和语言模型建模，其中声学模型包括CNN-CTC、GRU-CTC、CNN-RNN-CTC，语言模型包含transformer、CBHG，数据集包含stc、primewords、Aishell、thchs30四个数据集。 本项目现已训练一个迷你的语音识别系统，将项目下载到本地上，下载 thchs 数据集并解压至 data，运行 test.py，不出意外能够进行识别，结果如下： the 0 th example. 文本结果： lv4 shi4 yang2 chun1 yan1 jing3 da4 kuai4 wen2 zhang1 de di3 se4 si4 yue4 de lin2 luan2 geng4 shi4 lv4 de2 xian1 huo2 xiu4 mei4 shi1 yi4 ang4 ran2 原文结果： lv4 shi4 yang2 chun1 yan1 jing3 da4 kuai4 wen2 zhang1 de di3 se4 si4 yue4 de lin2 luan2 geng4 shi4 lv4 de2 xi

Asterisk1.6 最全的中文语音包