课程概述——李宏毅人类语言处理笔记2

已于 2022-11-26 21:57:49 修改
阅读量127 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 nlp
于 2022-11-26 16:42:35 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/128051709
版权

在这里插入图片描述
输出一段文字，我们将其想成是N个token，其中token有V种。

输出的部分：

Token

音素(phoneme)，需要有语言学知识，来标出对应词典
在这里插入图片描述
书写的基本单位，不需要lexicon，使用Graphme风险较大。

在这里插入图片描述
在这里插入图片描述
语素（Morpheme)
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

输入的部分：

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
我们需要多少资料才足够训练一个语音辨识的系统？
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
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
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... 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
视频学习笔记——李宏毅机器学习——P1，2
09-12
此为datawhale组队学习（李宏毅机器学习）学习笔记 是看视频做的原创笔记 此为第一天打卡
课程概述——李宏毅人类语言处理笔记1
久蔡合子
11-25 578
自然语言处理笔记
课程向：深度学习与人类语言处理 ——李宏毅，2020 (P28-2)
阿芒Aris的博客
09-12 7912
BERT在语音上的应用，主要有三大类：wav2vec、SLU BERT、Mockingjay，以及语音BERT的前沿研究热点。
课程向：深度学习与人类语言处理 ——李宏毅，2020 (P28-1)
阿芒Aris的博客
09-11 1065
过去自监督学习在语音中的应用，主要分为两大类：CPC和APC，两类是根据不同的损失函数划分的
李宏毅机器学习笔记——概述与介绍
Brandon1017的博客
07-11 362
观看李宏毅老师的机器学习视频中的’机器学习介绍‘所记录的学习笔记，供自己梳理和复习。
台大李宏毅老师——深度学习 课程笔记 三 （Optimization)
爱学习的大叔的博客
02-22 609
文章目录
PaddlePaddle李宏毅机器学习特训营笔记——机器学习概述
weixin_47291626的博客
04-14 386
1. 机器学习引入 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、 凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。 ​ 机器学习是人工智能的一个子集，它是人工智能核心，是使计算机具有智能的根本途径。它表示计算机使用算法从数据中学习，允许机器识别不同模式，而组织可以通过各种方式运用此技术。专家表示，机器学习可以帮助组织通过非同以往的规模和范围执行任务。因此，它可以加快工作速度，减少错误，提高准确性，
【深度学习人类语言处理】1 课程介绍、语音辨识1——人类语言处理六种模型、Token、五种Seq2Seq Model(LAS、CTC、RNN-T、Neural Transducer、MoChA)
YoungSeng's Blog
04-06 1460
Deep Learning for Human Ianguage Processing1. DLHLP-Introduction1.1 概述1.2 六种模型与应用1.2.1 语音到文本1.2.2 文本到语音1.2.3 语音到语音1.2.4 语音到Class1.2.5 文本到文本1.2.6 文本到Class1.3 更多应用2. 语音辨识2.1 语音辨识的Token2.2 声学特征提取2.3 Listen, Attend, and Spell (LAS)2.3.1 Encoder2.3.2 Attention2
机器学习|李宏毅课程笔记（四）CNN
Hygge的博客
12-03 582
机器学习李宏毅课程笔记——CNN
台大李宏毅老师——深度学习 课程笔记 一 （Summary Regression Basic Concept)
爱学习的大叔的博客
02-20 437
文章目录概述Supervised LearningReinforcement LearningUnsupervised Learning前沿研究Meta learningLife-long learningRegressionRegression ApplicationExample AplicationBasic Concept 概述 机器学习不只是有分类和回归任务，还有GAN。也就是自动生成结构性的复杂数据，比如句子或者图片。现在再回看李宏毅老师的深度学习，可以说自己对于它的理解也更进一步了。GAN更
深度学习与人类语言处理的课程ppt.zip
08-27
本资源仅方便大家辅助博文学习，已... 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
李宏毅机器学习笔记
01-18
李宏毅机器学习笔记，文档文件，笔记全面，总结充分，仅供学习
李宏毅老师2021深度学习课程笔记.pdf
10-08
2021春季李宏毅老师深度学习课程笔记（神经网络训练不起来处理方法+分类的数学原理）
2024 年最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别（详细教程）
唤醒手腕的博客
06-14 725
GPT-4是一个大型多模态模型(接受文本或图像输入和输出文本)，由于其更广泛的一般知识和先进的推理能力，它可以比我们以前的任何模型都更准确地解决难题。付费客户可以在OpenAI API中使用GPT-4。与gpt-3.5 turbo一样，GPT-4针对聊天功能进行了优化，但在使用聊天完井API的传统完井任务中表现良好。在我们的文本生成指南中学习如何使用GPT-4。
Speech JS：JavaScript 的语音识别与合成
lostdeer
06-15 706
Speech JS 是一个基于 Web Speech API 的 JavaScript 库。Web Speech API 是一个由 W3C 提出的标准，它定义了一组 JavaScript 接口，用于实现语音识别和语音合成。Speech JS 封装了这些接口，提供了一套简单易用的 API，开发者可以通过它轻松地在网页中添加语音功能。Speech JS 是一个功能强大且易于使用的 JavaScript 库，为 Web 应用程序带来了丰富的语音识别和语音合成功能。
关于Windows 9x的vmm32问题解决方法
最新发布
06-15
关于Windows 9x的vmm32问题解决方法
Linux下用sdcc开发51单片机，该示例是中断处理程序.zip
06-15
该资源内项目源码是个人的课程设计、毕业设计，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ ## 项目备注 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 该资源内项目源码是个人的课程设计，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ ## 项目备注 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。
李宏毅2020机器学习笔记attention
08-12
在李宏毅的2020机器学习笔记中，有一个关于注意力机制(Attention)的部分。这部分内容主要介绍了生成模型(Generation)、注意力(Attention)、生成的技巧(Tips for Generation)以及指针网络(Pointer Network)。在生成模型中，主要讲述了如何生成一个有结构的对象。接下来介绍了注意力机制，包括一些有趣的技术，比如图片生成句子等。在生成的技巧部分，提到了一些新的技术以及可能遇到的问题和偏差，并给出了相应的解决方案。最后，稍微提到了强化学习。其中还提到了在输出"machine"这个单词时，只需要关注"机器"这个部分，而不必考虑输入中的"学习"这个部分。这样可以得到更好的结果。另外，还提到了关于产生"ei"的方法，其中有研究应用了连续动态模型自注意力(Self-attention)来学习位置编码的方法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [2020李宏毅机器学习笔记-Condition Generation by RNN&Attention](https://blog.csdn.net/zn961018/article/details/117593813)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *3* [李宏毅机器学习学习笔记：Self-attention](https://blog.csdn.net/weixin_44455827/article/details/128094176)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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