课程概述——李宏毅人类语言处理笔记1

已于 2022-11-26 21:56:36 修改
阅读量615 收藏
点赞数
分类专栏： 李宏毅人类语言处理 文章标签： 语音识别 人工智能 深度学习 自然语言处理 nlp
于 2022-11-25 22:42:43 首次发布
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/overload_/article/details/128029609
版权
本文探讨了自然语言处理中的语音识别技术，包括语音辨识、语音合成、声音分类和文字处理。重点介绍了使用深度学习训练模型进行语音到文字的转换，以及相关的技术如seq2seq模型在语音识别中的应用。此外，还提及了变声器和文法剖析等技术。
摘要由CSDN通过智能技术生成

在这里插入图片描述
在这里插入图片描述
为什么不叫自然语言处理呢？
在这里插入图片描述在这里插入图片描述

Human Language is complex

（1）语音部分：
在这里插入图片描述
在这里插入图片描述
（2）文字部分：
在这里插入图片描述

我们所需学习的模型，只有六种

在这里插入图片描述
在这里插入图片描述
硬train一发：直接用deep learning train下去。。。。
（1）语音识别
在这里插入图片描述
用在语音辨识上的不是我们理解的传统的seq2seq model
在这里插入图片描述
（2）语音合成
在这里插入图片描述
（3）输入一段声音信号，输出一段声音信号
在这里插入图片描述
在这里插入图片描述
变声器
在这里插入图片描述
（4）判断一段声音属于哪个类别
在这里插入图片描述
在这里插入图片描述
（5）输入输出同时是文字时
在这里插入图片描述

处理文字的技术
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
输出文字的技术
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
文法剖析
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

我是小蔡呀～～～
关注
专栏目录
（汇总笔记链接）李宏毅深度学习与人类语言处理 ——2020
qq_43703185的博客
09-23 278
课程向：深度学习与人类语言处理 ——李宏毅，2020 (P1) https://blog.csdn.net/qq_44574333/article/details/108041754 课程向：深度学习与人类语言处理 ——李宏毅，2020 (P2&3) https://blog.csdn.net/qq_44574333/article/details/108045411 课程向：深度学习与人类语言处理 ——李宏毅，2020 (P4) https://blog.csdn.net/qq_44574333/
李宏毅机器学习01—课程介绍
weixin_57178683的博客
04-15 140
学习内容： 什么是机器学习： 课程介绍 Regression:线性回归方程（输出为数值） Binary Classification:二分类 Multi-class Classification:多分类 Supervised Learning：监督学习 Loss：损失函数(越小越好) 监督学习与强化学习的区别： ...
深度学习与人类语言处理(李宏毅2020).zip
08-17
本资源仅方便大家辅助博文学习，已得到李老师的许可 深度学习与人类语言处理的课程ppt，在本课程中，文字和语音的内容各占一半，主要关注近3年的相关技术，重点讲述BERT及之后的预处理模型。 李宏毅老师2020新课深度学习与人类语言处理课程主页： http://speech.ee.ntu.edu.tw/~tlkagk/courses_DLHLP20.html 视频地址： https://www.bilibili.com/video/BV1RE411g7rQ
李宏毅人类语言处理2020：Speech Separation
梆子井欢喜坨的博客
06-11 2711
目录
李宏毅2020人类语言处理—P7
ronghwa_lu
11-24 182
前言 P6分析HMM、CTC、RNN-T如何穷举所有可能的alignment。 下面只用RNN-T作为例子 score computation
李宏毅2020人类语言处理—P1
ronghwa_lu
11-16 382
人类语言处理（注重speech任务）== 自然语言处理（偏重Text任务） 处理的对象：Text和Speech（语音） Speech processing is not only speech recognition。 audio： 1 second has 16k sample points, and each point has 256 possible values. 所以没有人可以说同一段话两次 本课程聚焦近3年的发展，探讨在“硬train一发”（把数据集丢进深度学习网络训练就能解决问题）之后的
李宏毅-人类语言处理(一)导论
qq_32599109的博客
06-08 193
1. 为什么这门课叫人类语言处理而不叫自然语言处理？ 传统的大多数自然语言处理课程超过百分之90的内容都是在讲如何解决文本(文字)相关的问题，而李老师这门课即讲如何解决语音相关问题又讲解决文本相关的问题。 2. 人类语言处理主要解决的问题？ 主要解决的问题可以归结为六大类： 1：训练一个模型输入一个语音，输出一个语音。典型应用场景： 人机对话：语音内容分离：输入多个人一起说话的语音输出多组，每组为分离出的一个人的声音；同声传译：输入一个语音输出翻译后的语音等。 2：训练一个模型输入一个语音，输出一段文本。典
视频学习笔记——李宏毅机器学习——P1，2
09-12
深度学习在图像识别、语音识别、自然语言处理等领域取得了显著的成就，成为了现代人工智能技术的基石。 【监督学习】 监督学习是机器学习中最常见的类型，它依赖于标记好的训练数据。在这种学习模式下，算法会学习...
李宏毅机器学习课程笔记——第一章 机器学习介绍
m0_57255526的博客
09-13 1100
这里是李宏毅教授机器学习课程的笔记，内容完全是笔者个人的见解，希望大家批评指正。
卷积神经网络（CNN）学习笔记 ——李宏毅
qq_43206449的博客
11-03 666
卷积神经网：与影像有关Image Classification（目标是分类） 如何理解CNN呢？
李宏毅2020人类语言处理—P4
ronghwa_lu
11-22 235
Model 1 Connectionist Temporal Classification，CTC [Graves,et al.ICML,2016] 解决on-line语音辨识（不需要听完整句话再作辨识），只有一个encoder模块，且不能使用双向RNN。 问题： 每个acoustic input只代表10ms的语音，不是每个input都包含一个独特的token信息。 所以模型要知道什么时候output空白信息（NULL），即这段语音听不到有用信息。 如何处理空白信息和相同的语音 预测size=V+1
李宏毅2020人类语言处理—P2
ronghwa_lu
11-17 242
Speech Recognition speech：a sequence of vector（length T, dimension d） text：a sequence of tokens（length N, V kinds of different tokens） T > N Token的单位，形式 需要语言学家 phoneme，音素（指一种语言中能区别两个词的最小语音单位）≤ 音标 Lexicon，字典（word to phonemes） Grapheme，smallest unit
课程向：深度学习与人类语言处理 ——李宏毅，2020 (P2&3)
阿芒Aris的博客
08-16 2197
语音辨识系统中的输入和输出 输入：语音，形式化表示为 长度为T，维度为d 的向量 输出：文字，形式化表示为 各种 token
李宏毅 2020 深度学习与人类语言处理 DLHLP-Coreference Resolution-p21
Haulyn5的博客
02-14 800
前言 https://speech.ee.ntu.edu.tw/~hylee/dlhlp/2020-spring.html课程官网 李宏毅老师2020新课深度学习与人类语言处理_哔哩哔哩_bilibili-p21 哔哩哔哩搬运 内容还未整理完全。 正文 Coreference Resolution 相对于前面课程所介绍的分类属于一个特别的任务。 https://web.stanford.edu/~jurafsky/slp3/Speech and Language Processing...
李宏毅NLP笔记
hei_hei_hei_的博客
12-13 2883
Course Overview 自然语言 （1）概念 人造语言：程序语言，Python、c++ 自然语言：用于人类互相沟通的语言，eg：中文、英文 （2）语音 audio 重要性：很多语言没有具体的文字系统，计算机只能通过语音进行理解 复杂性：16k sample points/s，256 possible values/points。因此声音信号的可能性非常大，没有一模一样的声音 （3）文字 text 核心任务（6种技术） 应用分别有这些应用speech recognition（语音辨识
李宏毅NLP学习笔记，NLP模型LAS。
weixin_45799973的博客
09-29 1055
转自：http://t.zoukankan.com/yanqiang-p-13257228.html。
李宏毅自然语言处理——NLP任务概述
日积月累，天道酬勤
08-12 3430
介绍NLP的主要任务。
李宏毅NLP第九节
最新发布
qq_53554496的博客
05-08 449
任务一：句子种类输出：加入cls标志，该标志跟整个句子信息有关，embedding输出分类。在预训练模型中加入apt层，只微调apt层，固定其余部分，节省空间，同样达到优秀效果。任务三：QA,输入文献d，问题q，模型返（回e，s）为文献d中起止字符位数。任务四：文转文，第一种架构，弊端是decoder不能使用预训练模型。以整个句子为编码，分割token，再生成embedding。调apt层效果接近全局微调，蓝色线为只调预训练模型的部分层。微调分类：全局微调和局部微调，全局微调效果更好。
李宏毅nlp学习笔记01：文本&&语音技术概述
weixin_42721412的博客
11-07 510
1，课程目标： 2.硬train一发： 3.automatic speech recognition（ASR） 4.文本->语音：语音合成问题。 5.语音->语音 ①speech Separation： 鸡尾酒会效应：不论有多少人说话，哪怕我面前几个人说话的声音大小都比较像，我依然能听到我想听到的那个人的声音，并与之交流， ②Voice conversion： 6.声音->类别： 唤醒词（wake up words）技术： 比如小爱，难道要时时刻刻让小爱获取环境中的声音，这显然
李宏毅语音信号处理课程笔记：从Transformer到SpeechRecognition
"这是一份全面的语音信号处理课程学习资料，包含了李宏毅教授的课程笔记，内容涵盖Transformer模型的详细解析，SpeechRecognition的基本概念，Listen, Attend and Spell（LAS）模型的工作原理，以及一系列重要的序列...
评论
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

打赏作者

我是小蔡呀～～～

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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