Torch+DeepSpeech2的语音识别注意事项

最新推荐文章于 2024-08-19 10:25:37 发布
最新推荐文章于 2024-08-19 10:25:37 发布
阅读量4.6k 收藏 4
点赞数 1
文章标签： 语音识别 数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lucia2meyers/article/details/78345229
版权
本文总结了使用Torch和DeepSpeech2进行语音识别时应注意的细节，包括调整数据格式、采样频率、RNN输入大小、全连接层输出数量以及处理汉字文本乱码问题。在重新实验时，需要清除上次实验生成的特定文件以避免使用旧数据。
摘要由CSDN通过智能技术生成

上半年做了一些有关语音识别的工作，整理一下实践过程中容易被忽视的小tricks，以免忘记。本文是在Torch上使用了Baidu的DeepSpeech 2语音识别模型进行的实验。


1. 根据语音数据的格式（如***.wav，单声道等属性），在“MakeLMDB.lua”中将参数进行修改，（将sph格式改为wav，声道数设为1等）


2. 由于自己准备的数据的采样频率sampleRate与预设的16kHz可能不同，需要注意在“predict.lua”文件中修改该参数&

最低0.47元/天 解锁文章
lucia2meyers
关注
deepspeech.pytorch:使用DeepSpeech2进行语音识别
04-18
使用实现DeepSpeech2用于PyTorch。 该支持使用模型进行训练/测试和推断。 可选地，可以在推理时使用语言模型。 安装 需要安装几个库才能进行工作培训。 我将假定一切都已在Ubuntu的Anaconda安装中安装，并安装了...
浅谈深度学习、Pytorch框架的一些必备的理论知识
weixin_40247876的博客
02-06 2357
机器学习20_一些理论知识 一. 关键概念： 算法（Algorithm）： 原本用以定义在解决问题时，按照某种固定步骤一定可以得到问题的结果的处理过程。后在数据科学领域，用以指代能够根据历史数据实现预测或得出某种结果的计算步骤或数学方法。 人工神经网络（ANN）： 模拟人脑结构、复现人脑思考规律、以制造和人相似的智慧为目的的机器学习算法。 机器学习（ML）： 使用计算机实现算法，使得计算机能够学习数据、获取经验。并实现于预测或得出结果的过程。 深度学习（DL）： 以研究人工神经网络算法为核心的学科。
探索语音识别的未来：deep speech.torch
gitblog_00085的博客
05-25 308
探索语音识别的未来：deep speech.torch deepspeech.torchSpeech Recognition using DeepSpeech2 network and the CTC activation function.项目地址:https://gitcode.com/gh_mirrors/de/deepspeech.torch 在这个数字化时代，语音识别技术正在逐步改变我...
DeepSpeech 开源项目教程
最新发布
gitblog_01052的博客
08-19 828
DeepSpeech 开源项目教程 deepspeechDeepSpeech neon implementation项目地址:https://gitcode.com/gh_mirrors/dee/deepspeech 项目介绍 DeepSpeech 是一个开源的语音转文本引擎，基于百度深度语音研究论文中的机器学习技术。该项目使用 Google 的 TensorFlow 框架来简化实现过程。Dee...
基于PaddlePaddle实现的DeepSpeech2端到端中文语音识模型
热门推荐
夜雨飘零
11-04 1万+
本项目是基于PaddlePaddle的[DeepSpeech](https://github.com/PaddlePaddle/DeepSpeech) 项目开发的，做了较大的修改，方便训练中文自定义数据集，同时也方便测试和使用。DeepSpeech2是基于PaddlePaddle实现的端到端自动语音识别（ASR）引擎，其论文为[《Baidu's Deep Speech 2 paper》](http://proceedings.mlr.press/v48/amodei16.pdf) ，本项目同时还支持各种数据
deepspeech2 代码之特征提取
xuan100e的博客
07-24 1932
特征工程 CONTEXT 读取wav 制作频谱矩阵 Dataset类 Dataloader类 data_loader.py SpectrogramDataset BucketingSampler & DistributeBucketingSampler AudioDataLoader 1. 读取wav import librosa import scipy.io.wavfile...
使用torchaudio的语音命令识别
yanglamei1962的博客
05-27 803
在本教程中，我们将使用卷积神经网络来处理原始音频数据。通常，更高级的转换将应用于音频数据，但是 CNN 可以用于准确处理原始数据。具体架构是根据本文中描述的 M5 网络架构建模的。模型处理原始音频数据的一个重要方面是其第一层过滤器的接收范围。我们模型的第一个过滤器长度为 80，因此在处理以 8kHz 采样的音频时，接收场约为 10ms（而在 4kHz 时约为 20ms）。此大小类似于语音处理应用，该应用通常使用 20ms 到 40ms 的接收域。
RetinaFace+arcface_torch人脸识别.zip
03-31
《RetinaFace与ArcFace Torch实现人脸识别技术详解》 人脸识别技术是计算机视觉领域的重要研究方向，近年来在身份验证、安全监控、社交媒体等多个场景得到广泛应用。本文将深入探讨两种主流的人脸识别方法——...
Pytorch实现的流式与非流式语音识别模型（数据集：thchs30）
12-26
**DeepSpeech2**是Baidu公司提出的一种端到端的深度学习语音识别模型，它基于卷积神经网络（CNN）和长短时记忆网络（LSTM）。这种模型能够从原始音频信号中直接预测出对应的文本序列，避免了传统方法中的手工特征...
ubuntu安装whisper-ctranslate2语音识别工具文字版
12-26
【Ubuntu安装Whisper-ctranslate2语音识别工具】\n\nWhisper-ctranslate2是一款基于Faster-Whisper的语音识别工具，相比于原始的Whisper模型，它提供了更快的识别速度和更低的内存占用。这款工具利用CTranslate2作为...
CTC-LSTM-ENSPEECH-英语语音识别
03-05
**CTC-LSTM-ENSPEECH 英语语音识别项目详解** 在当今的自然语言处理领域，语音识别是一项至关重要的技术，它使机器能够理解人类的口头语言并转化为文本。本项目“CTC-LSTM-ENSPEECH”专注于英语语音识别，采用了一...
cpug-2021-deepspeech:2021年3月4日，在DeepSpeech上与堪培拉Python用户小组进行了闪电演讲
03-05
确保黑色声音很重要：您的语音助手为什么是种族主义者，我们可以采取什么措施 PyConAU 2020的演示文稿： ://2020.pycon.org.au/program/99XMUR/ 确保黑人声音很重要：您的语音助手为什么是种族主义者，我们可以采取什么措施 星期六，9月5日，02：30 PM–02：55 PM 到2025年，将有超过80亿语音助手在使用。 语音识别，聊天机器人，虚拟助手和智能扬声器都是语音助手。 但是，与许多其他技术一样，语音助手的意图，设计，执行和发展方面的偏差问题也很明显。 如今，许多语音助手无法准确识别具有重音或说不太知名的语言的说话者。 合成语音仅代表众所周知的语言。 造成这种情况的原因有很多-少数族裔在技术，商业驱动程序和资源匮乏的语言方面的代表性不足。本次演讲将引导观众参观这些问题，并着重指出开放源代码领域提供的机会解决这种情况。 到2025年，全球将
deep speech2
07-16
百度二代语音识别，采用paddlepaddle平台，继续使用ctc（端到端）的语音识别
Deep Speech 百度框架
01-21
Deep Speech 百度框架 端到端 语音识别 LSTM-CTC 中文和英文
语音识别源代码工程
01-27
能够识别输入的语音，有种语音选择，并把输入的语音转换为文字保存
语音识别开源软件-- DeepSpeech（2）训练中文数据源thchs30
weixin_36071429的博客
01-22 9221
DeepSpeech（2）训练中文数据源thchs30 Thchs30数据源 是清华大学的30小时公用数据集 下载地址： http://www.openslr.org/18/ 相关软件安装 基本安装： 首先是文档DeepSpeech(1)所提到的安装 见 n-gram处理工具kenlm： $ git clone https://github.com/kpu/kenlm $...
基于tensorflow和deepspeech的中文语音识别模型，训练+部署
大数据AI笔记
01-12 9135
将百度DeepSpeech的keras后端由theano改为tensorflow，整合mozilla解码模块进行中文语音识别模型部署 项目：https://github.com/taozitongxue1/DeepSpeech-tensorflow 和百度deepspeech的不同点 1. 框架选择 背景：2019年3月12号智能语音组接受了公司新采购的GPU机器一台，由于新机器适配的驱动版本太高...
01、DeepSpeech2在windows下的部署与测试
云上凯歌
10-12 1169
安装Microsoft C++ 生成工具 - Visual Studio：https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/实践中选择字错率最低的下载，下载完成后解压，将dataset文件夹中mean_std.npz与zh_vocab.txt拷贝至源码**./dataset**目录下，将models文件夹拷贝至源码根目录下。Anaconda 官网：https://www.anaconda.com/download/
推荐模型-上下文感知-2017：Deep&Cross（DCN）【替换Wide&Deep的Wide部分；Wide还需要人工特征工程，而Cross可以进行特征的自动交叉，避免了基于业务理解的人工特征组合】
u013250861的博客
08-05 508
Wide&Deep模型原理很简单，但是最主要的是要掌握Wide&Deep这种线性和非线性，处理高维稀疏向量和embedding稠密向量的方式，能够使得模型同时具有泛化能力和记忆能力。模型的结构也非常简洁，从下往上依次为：Embedding和Stacking层、Cross网络层与Deep网络层并列、输出合并层，得到最终的预测结果。Deep&Cross模型是2017年由斯坦福大学和谷歌在ADKDD会议上联合提出的，该模型是对Wide&Deep模型的一种改进。...........................
Ubuntu安装whisper-ctranslate2语音识别工具全攻略
"Ubuntu下安装whisper-ctranslate2语音识别工具的详细步骤和解决常见问题的文字版教程。" 本文将详细介绍如何在Ubuntu 16.04系统上安装和使用whisper-ctranslate2，这是一个轻量级、高效的语音识别工具，基于faster...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值