声浪

低调奋进

转载5 years ago

文章来源

阿玲

转载5 years ago

首先语音识别系统对收集到的目标语音进行预处理，这个过程就已经十分复杂，包含语音信号采样、反混叠带通滤波、去除个体发音差异和设备、环境引起的噪声影响等等。之后对处理的语音进行特征提取。 语音识别的原理其实并不难理解，原理上和指纹识别的原理相同…

王赟 Maigo

转载5 years ago

音高（pitch）是声音的三大属性（音量、音高、音色）之一。除去个别极端情况，音高是由声音的基频（fundamental frequency, 简记为）决定的，因此在文献中「音高」与「基频」两个词常常混用。由有规律的振动发出的声音，一般都会…

低调奋进

转载5 years ago

文章转载请标明出处：微信公众号 低调奋进 个人网站http://yqli.tech/本来整理语音合成相关的文章、数据以及开源工具等等。现在，我对资料进行整理，添加了语音识别模块，在这里分享给大家，节省读者查找资料的时间。接下来，我给大家详细…

茶多酚老爹​

转载5 years ago

受到 Google 一篇论文CASCADED ENCODERS FOR UNIFYING STREAMING AND NON-STREAMING ASR的启发，准备采用级联编码来改善 Second Pass 的识别效果。 最近也有其他离在线…

蘑菇炖提莫

转载5 years ago

本文是OpenSpeaker系列的第二篇文章，全系列可参考这篇文章或者文末的专栏： https://zhuanlan.zhihu.com/p/419848589 根据规划，今天先来看第一部分数据整理： OpenSpeaker

蘑菇炖提莫

转载5 years ago

0、摘要 本文总结了使用大型自动语言识别（ASR）模型进行的大量工作的结果，这些模型使用了包含大约一百万小时音频的无标签数据集进行预训练。作者发现，预训练、自监督训练和增大模型大小这三种方法的结合可以极大地提高数据有效利用率，即使对具有数万…

低调奋进

转载5 years ago

1、研究背景 预训练模型的Bert, GPT,GPT2为下游诸多nlp任务提供很好的帮助，但其在ASR中应用却很少研究，因此本文主要研究这些预训练模型Bert, GPT,GPT2在ASR中的应用。 2、详细设计 本文主要回顾一下Transf…

低调奋进

转载5 years ago

声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。平时搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html。 如转载，请标明出处。欢迎关注微信公众号：低调奋进 Tied &…

茶多酚老爹​

转载5 years ago

这次要分享的是出门问问最近分享的一篇 Paper Unified Streaming and Non-streaming Two-pass End-to-end Model for Speech Recognition，他们团队还并奉上了训…