谷歌语音识别官方speech_commands(audio_recognition)的使用指南（四）

最新推荐文章于 2024-05-24 00:12:26 发布

岚DEMO

最新推荐文章于 2024-05-24 00:12:26 发布

阅读量1.1k

点赞数

分类专栏：深度学习

本文链接：https://blog.csdn.net/c2c2c2aa/article/details/88724912

版权

本文介绍了如何使用谷歌的speech_commands数据集训练模型，并详细讲解了从.h5模型文件转换为.pb和.tf文件的过程，包括遇到的问题及解决策略。

摘要由CSDN通过智能技术生成

好吧，菜鸟博主又一次回来了。

昨天成功转化的tf文件还是不能移植到安卓，大胆的我又开始了新的想法。
使用ml文件训练模型
还是原来的配方
(要将gennerator中代码修改为这样)

在这里插入图片描述
同时修改

 gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.3)
  sess = tf.Session(config=tf.ConfigProto(gpu_options=gpu_options))
  K.set_session(sess)

python train.py -data_dir=data/train

好的，我们已经拥有了.hd5文件，现在把它先转化为.pb文件
cmd中运行

python convert_keras_to_quantized.py

在这里插入图片描述
完美。
一鼓作气，让我们继续将它转化为为tf文件
好吧，很遗憾的报错了

ValueError: Unknown activation function:relu6

换一种方法，把之前转化的pb文件转化为tf文件不久可以了嘛，机智

import tensorflow

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

岚DEMO

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
2
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

在 Android 上实现语音命令识别：详细指南

虎哥LoveDroid

07-23

500

语音命令识别是一项复杂的技术，但通过 Android 提供的 API，我们可以相对轻松地实现这项功能。本指南将从基本实现开始，逐步介绍如何处理更复杂的语音命令。处理复杂的语音命令时，我们通常会遇到带有占位槽位的命令，例如 “播放歌曲 {song_name}” 或 “设置闹钟在 {time}”。首先，我们需要定义这些命令模板。"播放歌曲 {song_name}","设置闹钟在 {time}"

speech_command.zip

08-02

这是从google网站下载的tensorflow范例中的speech command示例android工程，能够识别简单的语音。由于示例在国内编译问题比较多，于是重新配置参数及库，便于调试。在android 4.0以及android O以上手机测试通过。

2 条评论您还未登录，请先登录后发表或查看评论

learning_invariances_in_speech_recognition:在这项工作中，我研究了语音命令任务的开发和深度学习模型的分析。最先进的技术使用卷积神经网络（CNN），因为它们具有学习与语音相关的表示的内在本质。特别是，我开发了在Google Speech Command Dataset上训练并在不同场景下经过测试的不同CNN。 语音识别的主要问题在于不同人之间单词发音的差异

04-30

学习语音识别中的不变性抽象的在这项工作中，我研究了语音命令任务的开发和深度学习模型的分析。最先进的技术使用卷积神经网络（CNN），因为它们具有学习与语音相关的表示的内在本质。特别是，我开发了在Google Speech Command Dataset上训练并在不同场景下经过测试的不同CNN。 语音识别的一个主要问题在于不同人群之间单词发音的差异：建立可变性不变模型的一种方法是增加扰动输入的数据集。在这项工作中，我研究了两种扩充：分别在频率和时间上局部干扰输入的人声道长度干扰（VTLP）和同步重叠与相加（SOLA）。在增强数据上训练的模型在准确性，精确度和性能上都优于在正常数据集上训练的所有模型。 CNN的设计也对学习不变性产生影响：使用不同类型的核大小进行卷积，起始的CNN架构实际上有助于学习对于语音可变性不变的特征。直观地讲，这是因为该模型具有检测音频特征中不同语音模式长度

[深度学习进阶 - 实操笔记] 语音识别speech_commands数据集

iamfishman

06-10

5510

语音识别 训练过程前几天简单学了下语音识别的基础知识。（语音识别基础知识）理解了深度学习如何处理语音数据，并且识别语音。所以我就尝试着用学习时候的网络（如下）跑Speech-commands数据集。从里面挑了十个语音类别。但是效果并不好。 # 只用到了卷积对频谱图进行训练 class Net(torch.nn.Module): def __init__(self): super().__init__() self.seq = torch.nn.Sequentia

谷歌语音识别官方speech_commands(audio_recognition)的使用指南（二）

c2c2c2aa的博客

03-20

1718

使用train.py训练完成模型后，自然就要转化成pb文件了 python freeze.py --start_checkpoint="E:\mian\speech\speech_commands\speech_commands_train\conv.ckpt-500" --output_file="E:\mian\speech\speech_commands\speech_commands_tr...

基于speech-commands迁移模型完成语音轮播图

sillyyijia的博客

09-20

502

基于迁移模型，利用tensorflow.js在浏览器完成语音识别轮播图。 1、需要用到的npm包 "@tensorflow-models/speech-commands": "^0.4.2", "@tensorflow/tfjs": "^1.7.4", "@tensorflow/tfjs-node": "^1.2.9", "@tensorflow/tfjs-vis": "^1.4.3", "core-js": "^3.6.5", "element-ui": "^2.13.2", "vue": "^2.6.1

google speech command dataset的生成

u011279649的专栏

02-09

2886

生成数据集的代码 tensorflow/examples/speech_commands ➜ speech_commands git:(master) ✗ ls accuracy_utils.cc data input_data.py label_wav_test.py recognize_commands.h train.py accuracy_utils.h free...

compile_commands.json

06-23

win10下vim开发stm32编译数据库文件例子

Quectel_EC20_AT_Commands_Manual_V1_Quectel_Quectel_EC20-CNpdf_qu

09-11

2. **AT命令基础**：讲解AT命令的基本概念和格式，包括如何发起AT命令、命令响应的解读、错误代码的意义等，这是理解和使用手册的关键。 3. **基本通信命令**：详细列出用于建立和维护网络连接的AT命令，如AT+CGATT...

nyumaya_audio_recognition：在Raspberry Pi等嵌入式系统上使用神经网络对音频进行分类

02-05

cd nyumaya_audio_recognition/examples/python python3 simple_hotword.py python演示从默认的alsa麦克风捕获音频。网络演示一个网络演示。已使用最新版本的Chrome和Firefox进行了测试。性

llcp_commands.rar_The Need

09-20

标题中的"llcp_commands.rar_The Need"暗示了我们正在讨论与LLCP（Link Layer Control Protocol，链路层控制协议）相关的命令集，这通常在 NFC（近场通信）技术中用于设备之间的数据交换。LLCP 是一个低级别的通信...

VS2017 使用 tensorflow examples 中 speech_commands，训练自己数据集

J。

04-14

1833

使用 TensorFlow 官方提供的 speech_commands 语音分类模块，训练自己数据集。详细文档请参考：https://blog.csdn.net/rainhurt/article/details/89097842 ，详解的非常清晰。编译准备数据集，由于训练样本数据我们设定的是 1000ms, 所以我们需要将数据都调整成 1000ms 的音频，但实际情况中数据集中的音...

Google speech command 数据集获取

最新发布

**My Coding Family**

05-24

1491

ok，以上就是我这期的Bug修复内容啦，如果还想查找更多解决方案，你可以看看我专门收集Bug及提供解决方案的专栏「Bug调优」，都是实战中碰到的Bug，希望对你有所帮助。到此，咱们下期拜拜。码字不易，如果这篇文章对你有所帮助，帮忙给bugj菌来个，您的支持就是我坚持写作分享知识点传播技术的最大动力。「猿圈奇妙屋」；

谷歌语音识别官方speech_commands(audio_recognition)的使用指南

c2c2c2aa的博客

03-20

7842

我大概的确是只菜鸡喽。 google的官方例程，我居然跑了两天才运行成功，问题是代码还不需要我自己来亲自修改，我修改的只是文件路径，不过还是成功了，哈哈哈，还是蛮开心。简单的来说吧，就是因为我直接使用官方例程，数据集下载不了 python train.py 我一怒之下就自己去下载了，但是自己下载之后，运行代码，它就是报错，比如它找不到标签什么的，它中途停止了什么的 Compressed fi...

pytorch深度学习入门（7）之-Torchaudio语音识别

ajunbin859的专栏

11-10

2130

语音识别是一种让机器通过识别和理解过程把语音信号转变为相应文本或命令的高技术。它涉及信号处理、模式识别、概率论和信息论、发声机理和听觉机理、人工智能等多个领域。近二十年来，语音识别技术取得了显著的进步，开始从实验室走向市场，预计未来10年内，语音识别技术将进入工业、家电、通信、汽车电子、医疗、家庭服务、消费电子产品等各个领域。本教程将向您展示如何正确格式化音频数据集，然后在数据集上训练/测试音频分类器网络

谷歌语音识别官方speech_commands(audio_recognition)的使用指南（三）

c2c2c2aa的博客

03-20

1403

有了pb文件，那我们必须把它转化为tf文件啊 import tensorflow as tf graph_def_file = "E:/mian/tflllll/my_frozen_graph.pb" input_arrays = ["Reshape_1"] output_arrays = ["add_2"] converter = tf.lite.TFLiteConverter.from_f...

实战：基于特征词的语音唤醒

brucexia的专栏

03-06

2135

本章前面介绍了纯理论知识，目的是阐述语音识别的方法。接着搭建了开发环境，让读者可以动手编写代码。下面以识别特定词为例，使用深度学习方法和Python语言实现一个实战项目——基于特征词的语音唤醒。说明：本例的目的是演示一个语音识别的Demo。如果读者已经安装开发环境，可以直接复制代码运行；如果没有，可学习完本章后再回头练习。我们会在本节中详细介绍每一步的操作过程和设计方法。

深度学习在语音识别中的突破

AI天才研究院

01-09

847

1.背景介绍 语音识别，也被称为语音转文本(Speech-to-Text)，是人工智能领域中一个非常重要的技术。它涉及到将人类的语音信号转换为文本形式，以实现人机交互、语音搜索、语音助手等多种应用。在过去的几十年里，语音识别技术一直是人工智能领域的热门研究方向之一。然而，直到近年来，随着深度学习技术的迅速发展，语音识别技术才得到了巨大的突破。在本文中，我们将深入探讨深度学习在语音识别领域的应...

ModuleNotFoundError: No module named 'speech_commands'

08-23

您遇到的错误提示ModuleNotFoundError: No module named 'speech_commands' 是因为您缺少speech_commands模块。为了解决这个问题，您可以按照以下步骤进行操作： 1. 首先，您可以使用conda命令来检查是否已经安装了speech_commands模块。在Anaconda Prompt中运行conda list命令查看已安装的模块列表。请确保您的环境中已经安装了speech_commands模块。 2. 如果speech_commands模块没有被安装，您可以尝试使用conda命令来安装speech_commands模块。在Anaconda Prompt中运行conda install speech_commands命令来安装speech_commands模块。 #### 引用[.reference_title] - *1* *2* *3* [09_Up and Running with TensorFlow_Anaconda3-4.2.0_No module named joblib_KeyError 0_Normal Equation](https://blog.csdn.net/Linli522362242/article/details/106214525)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]