Kaldi的三音子模型训练（源码解析）
单音子模型的假设是一个音素的实际发音与其左右的音素无关。这个假设与实际并不符合。由于单音子模型过于简单，识别结果不能达到最好，因此需要继续优化升级。就此引入多音子的模型。最为熟悉的就是三音子模型，即上下文相关的声学模型。以kaldi的thc…
223 0 0
声浪
PyTorch+Kaldi、专注E2E语音识别，腾讯AI Lab开源轻量级语音处理工具包PIKA
PyTorch + Kaldi，腾讯 AI Lab 开源轻量级语音处理工具包 PIKA，专注于端到端语音识别任务。 Kaldi 是一个开源的语音识别系统，由 Daniel Povey 主导开发，在很多语音识别测试和应用中广泛使用。但它依赖大…
224 0 0
Kaldi的解码搜索（源码解析）
构建了HCLG解码图后，解码就是在这个图上寻找一条最优路径。最优路径上去除epsilon后的输出标签序列就是单词级别的识别结果。本篇主要解析kaldi源码实现。 解码 decode.sh 源码解析：
302 0 0
Kaldi 之父在小米这一年
在中秋节前的一天晚上10点半，Dan在微博发了一张拍月亮的图片，配文“The moon is very clear tonight……”（今夜月分明）。 虽然身为英国人的Dan并不是像粉丝猜测的那样，在通过月色表达思乡情绪，纯粹是因为小米新…
168 0 0
第五届·Kaldi技术交流会成功举办！
于北京时间2020年11月15日，北京希尔贝壳科技有限公司联合中国计算机学会语音对话与听觉专业组、AISHELL基金会、小米科技、昆山杜克大学、西北工业大学音频语音与语言处理研究组、中国科学技术大学共同举办了“第五届Kaldi技术交流会”。…
481 0 0
语音识别基础：（四）前端处理
模型的训练由数据驱动，有些数据是必须要准备的。为了让机器学会将语音转换为文本，首先需要给它提供大量的例子，即语音及其对应的文本，这是原始素材，也最能反映学习目的。这些数据的符号化和结构化则需要一些人类先验知识，包括语言知识和数字信号处理相关…
913 0 0
语音识别基础：（三）完整的语音识别实验
对语音识别有了大体印象，或许技术流程的细节、原理仍不是太清晰，此时大可以花些时间先行将每个知识点逐一弄明白，等到面面俱到了，这才出山，并期望有了一整套理论加持便能快速地实现一个语音识别系统。这样的线性思维适合一些考试，只要把教材的知识点摸得…
131 0 0
语音识别基础：（二）语音识别方法
语音识别的全称是自动语音识别（Automatic Speech Recognition，ASR），说得多了， 就把“自动”省去了，认为“自动”是理所当然的了。语音识别属于序列转换技术，它将语音序列转换为文本序列。大体来说，这是一次搬运，是把…
120 0 0
语音识别基础：（一）语音是什么
从最起初的一声巨响，到梵音天籁，到耳旁的窃窃私语，到妈妈喊我回家吃饭，总离不开声音。声音是这个世界存在并运动着的证据。 1.1大音希声 假设我们已经知道了声音是什么。 我们可以找到很多描述声音的词语，如“抑扬顿挫”、“余音绕梁”。当我们在脑…
127 0 0
语音分享系列_0608
1.AP-OLR Challenge 2020 Baseline Recipe发布 上次推送的语种比赛，baseline已经发布。 论文地址：https://arxiv.org/pdf/2006.03473； 地址：https://gith…
62 0 0