一文带大家初了解Speechbrain

Speechbrain是一个基于pytorch的语音工具包，它的野心也是很大的，定位是将所有功能集于一身的语音工具包。涉及到各种语音技术，比如语音识别系统、说话人识别系统、语音增强系统、多麦克风信号处理系统等等。接下来，我主要是从github简介入手，做一个中文翻译这样的工作。

github地址

官网地址

特点介绍

• 提供许多非常好的预训练模型，与非常知名的一个Huggingface公司的模型看齐。Huggingface是一个专注于NLP技术的一家公式，拥有大量的开源预训练模型，如果你是从事自然语言处理相关工作的，一定不要错过这个库。官网
• Brain类是一个完全可定制的工具，用于管理训练和评估这些过程，不用再关注训练的细节。同时提供灵活性，可以在你需要的时候，进行方法的重写。
• 基于YAML的超参数规范语言，用于描述所有类型的超参数。从单个数字(比如学习率),到完整的对象(比如自定义模型)。通过提取基本算法的组件，极大的简化了代码的配置工作。
• 具有pytorch数据并行或者分布式并行的多GPU训练与推断
• 使用混合精度训练[采用半精度的形式，减少内存占有量和运行时间，具体看知乎实验]方式，加快训练速度。
• 与pytorch的数据输入和输出完美融合，用户可自定义I/O通道。

speech recognition【语音识别】