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:TTS 论文列表 http://yqli.tech/page/tts_paper.html TTS 开源数据 http://yqli.tech/page/data.html。如转载,请标明出处。欢迎关注微信公众号:低调奋进
WeNet: Production Oriented Streaming and Non-streaming End-to-End Speech Recognition Toolkit
Unified Streaming and Non-streaming Two-pass End-to-end Model for Speech Recognition
Wenet系统是出门问问联合西北工业大学开发的面向产业界的端到端语音识别系统。该系统基于pytorch生态提供了开发,训练和部署服务等一条龙服务方案。具体的具体文章链接
https://arxiv.org/pdf/2102.01547.pdf
https://arxiv.org/pdf/2012.05481.pdf
代码
https://github.com/wenet-e2e/wenet
(最近一直研究ASR,我看的脑壳疼。相对于TTS来说,ASR太复杂了,尤其是GMM-HMM和DNN-HMM那套。等到阅读end-to-end方案的时候,感觉从地狱进入天堂,眼前一片光明。Wenet整体结构简单明了,提供了示例,适合初学者学习e2e的asr整个服务方案。本系统上线以来,已经获取800 star,受到业界的强烈关注。另外,我根据以上两篇文章对本系统进行解读,解读存在错误,还希望读者指出)
1 研究背景
端到端