元语音研究网

METASPEECH

发布于9天前

热词方案—58同城
58 同城在 wenet 开源了热词增强方案隐藏内容有 PR 链接

赞

评论 1

浏览 37

开源分享
METASPEECH

发布于3天前

CTC尖峰前移方法—BRCTC—Tencent AI Lab
Vanilla CTC 对齐存在尖峰漂移现象，这使得无法比较准确获取 CTC 对齐结果，上采样后漂移误差更大，如何缓解该问题。最近，Tencent AI Lab 在 ICLR 2023 提出了 Bayes Risk CTC 通过对候选路径 risk fa...

赞 1

评论 2

浏览 141

前沿动态
METASPEECH

发布于3天前

语音识别-Branchformer
aishell-1 测试 branchformer，在该数据集上测试该方案，精度一直没有超过 conformer，确定有提升吗，大家训练该网络模型有什么 tricks 或者好的思想吗？隐藏内容有 PR 链接

赞

评论

浏览 17

开源分享
METASPEECH

发布于6天前

ASR学习方法
ASR 开源学习方法，CTC RNNT AED 均有介绍隐藏内容有 PR 链接

赞 2

评论 1

浏览 40

开源分享
AI柠檬

发布于9天前

我发现新版的TensorFlow(2.11及以后)已经不支持在Windows上调用GPU进行模型训练了，装了 TensorFlow 执行 tf.test.is_gpu_available() 结果一直都是False 查到官方仓库上关于此事的Issues链接： https://github.com/tensorflow/tensorflow/issues/60241 其中提到了相关信息，以后Windows上训练只能用WSL了

赞 1

评论

浏览 34

默认分类
METASPEECH

发布于9天前

wenet dynamic 与 static 训练模式
测试 wenet dynamic train 与 static train，static train 收敛速度与训练稳定性均优于 dynamic，有什么可以加速 dynamic 训练收敛速度与稳定性的方法吗？

赞

评论

浏览 27

交流讨论
METASPEECH

发布于9天前

语音识别-Blockformer
aishell-1 测试 blockformer，在该数据集上测试该方案，精度一直没有超过 conformer，确定有提升吗？隐藏内容有 PR 链接

赞

评论

浏览 42

前沿动态
METASPEECH

发布于10天前

开源语音识别模型
大家伙有了解比较好的开源 ASR 模型吗？任何语言都可以，留言板更新

赞

评论

浏览 26

交流讨论
METASPEECH

发布于11天前

Intermediate/Self-Conditioned CTC
espnet 开源了 Intermediate/Self-Conditioned CTC 两种 CTC 正则方法，大家伙有测试过二者与基础 CTC 性能与精度比较吗？隐藏内容有 PR 链接

赞

评论 1

浏览 126

交流讨论
METASPEECH

发布于12天前

英文ASR 中如何解决中文外来词识别问题
大家伙有在做英文 ASR 过程中，遇到中文外来词识别问题吗？如 sichuan、jinan、sichuan kuaixian 等中文外来词识别薄弱的问题吗？请问大家怎么解决或者缓解的方法？

赞

评论 2

浏览 179

交流讨论
元

元元语音站长

发布于17天前

本站域名切换公告：元语音网的站点域名已经完成切换，欢迎大家从新的站点域名访问 ~ 站点新域名首页链接为：https://www.meta-speech.com/ 站点原域名 www.meta-speech.net 后续将不再使用

赞 1

评论

浏览 50

站务专区
METASPEECH

发布于23天前

2019年Magicspeech 比赛语音识别第一名方案—Kaldi 算法
基础方案特点： 1、标准 kaldi GMM-HMM DNN-HMM LFMMI 训练模式 2、使用 DNN-HMM(CE)对齐方案 reference1：https://www.bilibili.com/read/cv5090561/ reference...

赞 2

评论

浏览 168

开源分享
AI柠檬

发布于2022-11-27 21:15:50

Java读取并解析wav格式文件
本文将主要介绍如何使用 Java 语言读取文件并解析 wave 格式，并以代码形式进行展开。代码主要包含三个功能类，分别为：Wave、DataParseUtils 和 Common。本代码已用于 GitHub 上开源的 ASRT 语音识别系统的 Java...

赞 2

评论

浏览 232

开源分享
METASPEECH

发布于2022-10-26 10:27:37

kaldi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 564

技术干货
倦

倦倦鳥馀花

发布于2022-02-25 16:17:59

史上训练最简单，音质最好的语音合成系统
https://github.com/dtx525942103/vits_chinese 提供模型供评估

赞 6

评论 17

浏览 4662

默认分类
T

T TensorPro

发布于2022-02-25 14:49:41

请教大家一个问题：关于用wenet 的TLG方案时，我在端到端模型上用的是拼音建模，然后通过词典对应到相应的汉字上去，现在TLG解码时，发现很多的删除错误，就是有很多地方没有识别结果。而我看用拼音的模型解码时其实是有识别结果的，不知道有哪位老师遇到过

赞 1

评论 3

浏览 1208

默认分类
METASPEECH

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 785

技术干货
AI柠檬

发布于2022-03-02 00:14:35

ASRT：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 1596

开源分享
江南一点红

发布于2022-05-19 16:16:36

PyTorch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 530

默认分类
METASPEECH

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 535

开源分享

METASPEECH
65 帖子 • 39 评论

359
AI柠檬
11 帖子 • 13 评论

223
江南一点红
1 帖子 • 1 评论

46
懵
懵懵懂懂的新手
1 帖子 • 17 评论

39
M
Mephisto
0 帖子 • 3 评论

22
betciso
0 帖子 • 1 评论

12
无名之辈
0 帖子 • 0 评论

8
倦
倦鳥馀花
2 帖子 • 22 评论

8
元
元语音站长
1 帖子 • 1 评论

7
骆
骆驼
1 帖子 • 0 评论

3