发布于2022-10-26 10:27:37kaldi解码器
推荐语音识别解码器介绍： Git 链接 1、Simple Decode 2、Lattice Simple Decode 3、Faster Decode 4、Hashlist 5、Lattice Faster Decode赞 2评论浏览 288- 赞 6评论 17浏览 1979
- 赞 1评论 3浏览 761
- 发布于2022-05-14 12:19:57
WFST算法分享-06-厦门大学洪老师
论文优势： （1）WFST 基础理论介绍 （2）基于 WFST 的 Token Passing 算法流程介绍 （3）解码与剪枝 （4）其他介绍 PPT 下载链接赞 1评论 1浏览 517 
发布于2022-03-02 00:14:35ASRT：一个基于深度学习的中文语音识别系统
开源项目地址：GitHub | Gitee 摘要 ASRT 是一套基于深度学习的中文语音识别系统，全称为 Auto Speech Recognition Tool，由 AI 柠檬博主开发并在 GitHub 上开源(GPL v3.0 协议)。ASRT 可以用...赞 4评论 2浏览 908
发布于2022-05-19 16:16:36PyTorch使用Apple M1芯片加速训练
摘要 安装 Miniconda3 注意：要启动苹果 M1 系列芯片加速需安装 arm64 架构原生 python 环境！ curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOS...赞 3评论 3浏览 310- 发布于2022-05-14 11:37:49
端到端语音识别-01-田正坤
论文优势： （1）CTC 模型介绍 （2）基础 Attention 模型 （3）Encoder 模型探讨 （4）软、硬 Attention 机制 （5）多任务学习结构 （6）Transformer 结构 （7）训练技巧与个人思考 论文下载链接赞评论浏览 323 - 发布于2022-05-14 11:20:42
WFST算法分享-04-Hori & Nakamura
本书优势： （1）WFST 基础理论与算法推导 （2）WFST 构图、搜素与优化 （3）静态解码器与动态解码器 （4）注解重点及其他 书籍下载链接赞评论浏览 291 - 发布于2022-05-13 21:35:58赞评论浏览 355
- 发布于2022-05-13 19:56:00赞评论浏览 225
- 发布于2022-05-13 19:48:48赞评论浏览 501
- 发布于2022-05-13 19:43:02
WFST论文分享-01-肖吉
本文优势： （1）健全的 WFST 基本理论介绍，主要涉及构图与搜索流程； （2）优化 WFST 存储空间与模型大小，提出 FSG 图优化 FST 图； （3）一些在 WFST 与 FSG 图之间的实验研究； （4）其他研究； 论文下载链接赞评论浏览 669 - 发布于2022-05-04 01:07:38
智能语音技术现在还有哪些看似简单但还没解决的问题？
知乎原回答： 现在还有哪些看似简单但还没解决的计算机领域问题？ - zahet 的回答 - 知乎 https://www.zhihu.com/question/531018067/answer/2469169723赞 2评论浏览 320 - 发布于2022-05-03 09:04:46
MTL-多任务学习实战03
Reference：https://github.com/emonosuke/emoASR 源码下载链接 Encoder RNN Transformer (Trf.) [Vaswani 2017] Conformer (Cf.) [Gulati 2020...赞 1评论浏览 205 - 发布于2022-05-03 08:57:55
kaldi-工程化
本次开源来源连接：https://github.com/datemoon/ASR-decoder 开源涉及内容： （1）kaldi 工程化代码，解码及优化 （2）基于能量断点活性检测-vad （3）kaldi 工程化服务 （4）kaldi 对齐到字优化 （...赞 3评论浏览 809 - 发布于2022-04-19 00:50:41
分享开源电子书：《给好奇者的 WebRTC》
地址： https://webrtcforthecurious.com/zh/ GitHub: https://github.com/webrtc-for-the-curious/webrtc-for-the-curious 介绍 本书由 WebRTC ...赞 2评论 1浏览 528 - 发布于2022-03-28 17:52:52
ASRT语音识别发布v1.2.0，识别准确率达85%
ASRT 语音识别系统本次发布的版本 使用了新的语音声学模型 SpeechModel251BN ，相比于之前的 SpeechModel251 模型训练速度更快、识别率更高！本 ASRT 发布版本 使用了 1300 余小时的开源数据集 进行了训练，模型识别效...赞 2评论 1浏览 462
