智能识别
关注
分享
扫一扫
风口上的传奇
胡建华 从事深度学习算法，计算机视觉算法研究。
展开
-
语音识别资料收集
https://github.com/xxbb1234021/speech_recognitionTensorflow : 1.5.0训练与识别，使用清华数据库原创 2020-01-03 16:42:29 · 438 阅读 · 0 评论 -
挂载建立文件共享
挂载命令：mkdir -p /mnt/nfsmount -t nfs -o nolock 10.150.90.230:/home/npu_758 /mnt/nfs挂载NFS文件提示: wrong fs type, bad option, bad super blockhttps://blog.csdn.net/Jerry_1126/article/details/52234690在电脑上...原创 2019-05-15 14:11:50 · 148 阅读 · 0 评论 -
语音识别算法原理文档整理（十）
Kaldi单音素脚本从脚本run.sh来看，单音素训练#monophonesteps/train_mono.sh –boost-silence 1.25 –nj $n –cmd “$train_cmd” data/mfcc/train data/lang exp/mono || exit 1;#test monophone modellocal/thchs-30_decode...原创 2018-07-13 10:08:40 · 3690 阅读 · 3 评论 -
语音识别算法原理文档整理（九）
数据文件内容简介数据准备阶段的输出包含两部分。一部分与―数据相关（保存在诸如data/train/之类的目录下），另一部分则与语言相关（保存在诸如data/lang/之类的目录下）。 数据部分与数据集的录音相关，而―语言部分则与语言本身更相关的内容，例如发音字典、音素集合以及其他Kaldi需要的关于音素的额外信息。如果你想用已有的识别系统和语言模型对你的数据进行解码，那么你只需要重写―数据部分...原创 2018-06-23 21:25:48 · 2107 阅读 · 0 评论 -
语音识别算法原理文档整理（八）
2.工程定稿运行脚本前的最后一章， 你的工程将会变得完整。 2.1.工具附件 你需要添加在例子脚本中广泛使用的 kaldi 工具箱。 任务： 在 kaldi-trunk/egs/wsj/s5 目录下拷贝出两个文件夹（注意拷贝所有内容）：‘utils’和‘steps’，并把它们放在你的/home/hujianhua/kaldi/egs/thchs30/s5目录下。你还可以为你的这些目录建立...原创 2018-06-23 21:14:23 · 822 阅读 · 0 评论 -
语音识别算法原理文档整理（七）
如何使用kaldi系统Kaldi运行流程前提： 你已经有了一定数量的包含不同说话人的的数字音频数据， 每一个音频文件是一个完整的句子。我们以清华30小时为例。 目的： 你想把你的音频数据分成训练部分和测试部分，搭建一个ASR系统并且对它进行训练和测试，得到一些解码结果。 首要任务：首先在 kaldi/egs/目录下创建一个名为 thchs30/s5 的文件夹，这是你存放有关你工程的...原创 2018-06-23 20:38:00 · 2433 阅读 · 0 评论 -
语音识别算法原理文档整理（六）
Viterbi算法（解码）解码的过程就是在给定声学特征的情况下，找到最可能对应的词组的过程，再次看如下求解目的的公式： 其中似然概率是在一系列给定声学frame情况下，计算每个对应的分类器得分，然后相乘得出的概率，使得其值变得很小，而P(W)比较大，这样就导致 P(w)权重太大了，所以需要对齐进行缩放，以平衡贡献值，所以把上面公式改写如下： 因为P(w)小于1，使LMSF大于...转载 2018-06-23 20:27:24 · 3225 阅读 · 0 评论 -
语音识别算法原理文档整理（五）
HMM算法隐马尔可夫模型的参数一般称为其三要素，包括初始状态概率，转移概率和观测概率。 三个主流算法： 概率计算问题即模型评价问题——前向算法和后向算法 学习问题即参数估计问题——Baum-Welch算法 预测问题即解码问题——Viterbi算法前向算法与后向算法首先引入前向变量αt(i):在时间t时刻，HMM输出序列为O1O2…OT,在第t时刻位于状态si的概率。 ...转载 2018-06-22 20:43:22 · 1067 阅读 · 0 评论 -
语音识别算法原理文档整理（四）
GMM算法1. GMM模型：样本数据x，该数据是有k个高斯混合产生的，每个 GMM 由 K 个 Gaussian 分布组成，每个 Gaussian 称为一个“Component”，这些 Component 线性加成在一起就组成了 GMM 的概率密度函数： 根据上面的式子，如果我们要从 GMM 的分布中随机地取一个点的话，实际上可以分为两步：首先随机地在这 K个Gaussian ...转载 2018-06-22 20:31:19 · 2497 阅读 · 3 评论 -
语音识别算法原理文档整理（三）
语音识别系统kaldi相关原理介绍Kaldi是一个非常强大的语音识别工具库，主要由Daniel Povey开发和维护。目前支持GMM-HMM、SGMM-HMM、DNN-HMM等多种语音识别的模型的训练和预测。其中DNN-HMM中的神经网络还可以由配置文件自定义，DNN、CNN、TDNN、LSTM以及Bidirectional-LSTM等神经网络结构均可支持。 目前在Github上这个...转载 2018-06-22 20:21:57 · 2665 阅读 · 0 评论 -
语音识别算法原理文档整理（二）
隐马尔可夫模型hmm隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。 例如我们可能得到这么一串数字（掷骰子10次）：1 6 3 5 2 7 3 5 2 4 这串数字叫做可见状态链。但是在隐马尔可夫模型中，我们不仅仅有这么一串...转载 2018-06-22 20:17:49 · 2734 阅读 · 0 评论 -
语音识别算法原理文档整理（一）
MFCC提取过程声音是模拟信号，声音的时域波形只代表声压随时间变化的关系，不能很好的代表声音的特征，因此，必须将声音波形转换为声学特征向量。目前有许多声音特征提取方法，如梅尔频率倒谱系数MFCC、线性预测倒谱系数LPCC、多媒体内容描述接口MPEG7等，其中MFCC是基于倒谱的，更符合人的听觉原理，因而是最普遍、最有效的声音特征提取算法。在提取MFCC前，需要对声音做前期处理，包括模数转换、预...原创 2018-06-22 20:11:03 · 30164 阅读 · 3 评论 -
NanoPi NEO开发板使用方法
烧写系统镜像下载Ubuntu-Core with Qt-Embedded系统映像和烧写系统 官方提供的百度网盘地址：https://pan.baidu.com/s/1miMwKoK#list/path=%2F 先将NanoPi-NEO\official-ROMs\nanopi-neo-core-qte-sd4g-20160704.img.zip解压得到映像文件。以管理员身份运行tools目...原创 2018-06-12 16:07:04 · 5355 阅读 · 0 评论 -
HTK 在winows7系统上的安装教程
HTK 在winows7系统上的安装教程： 解压安装包： 首先在官网http://htk.eng.cam.ac.uk/上下载htk安装包，至于如何下载由于这里面不能够网络连接，只能跟大家说方法了，直接搜索"htk"，找到一个"HTK Speech Recognition Toolkit"这个题目的网页（是一个英文的网站），在里面注册完账号，就可以下载了。对于英文不太精通的小原创 2018-05-02 10:57:28 · 440 阅读 · 0 评论