Speech Recognition Algorithms Using Weighted Finite-State Transducers

最新推荐文章于 2023-03-21 21:27:52 发布
最新推荐文章于 2023-03-21 21:27:52 发布
阅读量1.1k 收藏
点赞数
分类专栏： 语音识别
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/qq_14962179/article/details/87373936
版权
  2. 语音识别概述
    语音识别统计框架
    语音分析/特征提取
    声学模型
    子词模型和发音字典
    上下文相关音素模型
    语言模型
    解码
  3. WFST
    FA
    FA基本性质
    半环理论
    基本操作
    转换器组合算法
    优化算法：确定化、weight pushing 、minimization
    epsilon removal
  4. 基于WFST的语音识别
    基于WFST的语音识别概述
    WFST的构建：声学模型、因素上下文相关、发音字典、语言模型
    Composition and Optimization
    单个WFST解码算法
    解码性能
  5. On-the-fly动态解码
    原始的WFST方法存在的问题
    On-the-fly组合与优化
    KNOWN PROBLEMSOF ON-THE-FLY COMPOSITION APPROACH
    look-ahead composition方法
    on-the-flying rescoring方法
qq_14962179
关注
专栏目录
SPEECH RECOGNITION WITH WEIGHTED FINITE-STATE TRANSDUCERS （WFST））
11-10
Kaldi讲WFST的官方文档，里面涉及到了群，半群，理解组合算法，和优化算法
论文翻译：Speech Recognition with Weighted Finite-State Transducers
人肉计算机
02-02 1094
摘要：本文介绍了基于WFST的语音识别的一般形式和算法框架。这些转换器为语音识别系统的主要部件提供了通用自然的表示形式，包括HMM模型，上下文相关模型，发音词典，统计语法，以及word或者phone的点阵。介绍了用于构建和优化转换器模型的通用算法，包括组合模型的组成，加权确定，最小化以用于优化时间和空间的要求，以及为语音识别最佳的重新分配过度权重的权重推演算法。详细说明了这些方法在大词汇量任务中的...
SpeechRecognitionAlgorithmsUsingWeightedFinite-StateTransducer
03-21
WFST 教学文档，对于语音识别中的解码原理有详细的介绍，数学符号较多， 要反复理解里面的伪代码
深度学习 颜色识别_吴恩达深度学习笔记(136) | 语音识别
weixin_39747577的博客
11-19 913
语音识别(Speech recognition)现今，最令人振奋的发展之一，就是seq2seq模型(sequence-to-sequence models)在语音识别方面准确性有了很大的提升。这门课程已经接近尾声，现在我想通过剩下笔记，来告诉你们，seq2seq模型是如何应用于音频数据的(audio data)，比如语音(the speech)。什么是语音视频问题呢？现在你有一个音频片段x(an ...
No_Description_Single-Word-Speech-Recognition-using-GMM-HMM-.zip
最新发布
08-25
No_Description_Single-Word-Speech-Recognition-using-GMM-HMM-
Speech Recognition（语音识别）-附件资源
03-02
Speech Recognition（语音识别）-附件资源
Finite State Transducers 详解
无敌三脚猫的专栏
01-14 1万+
一、 简介       Finite State Transducers 简称 FST， 中文名：有穷状态转换器。在自然语言处理等领域有很大应用，其功能类似于字典的功能（STL 中的map，C# 中的Dictionary），但其查找是O（1）的，仅仅等于所查找的key长度。目前Lucene4.0在查找Term时就用到了该算法来确定此Term在字典中的位置。       FST 可以
Kaldi WFST HCLG.fst 构图 学习
热门推荐
lucky_ricky的博客
08-23 2万+
HCLG.fst由四部分构成 1.G：语言模型WFST，输入输出符号相同，实际是一个WFSA（acceptor接受机），为了方便与其它三个WFST进行操作，将其视为一个输入输出相同的WFST。 2.L：发音词典WFST，输入符号：monophone，输出符号：词; 3.C:上下文相关WFST，输入符号：triphone（上下文相关），输出符号：monophnoe; 4.H:HMM声学模型W...
lucene字典实现原理
weixin_30517001的博客
11-24 427
http://www.cnblogs.com/LBSer/p/4119841.html 1 lucene字典 使用lucene进行查询不可避免都会使用到其提供的字典功能，即根据给定的term找到该term所对应的倒排文档id列表等信息。实际上lucene索引文件后缀名为tim和tip的文件实现的就是lucene的字典功能。 怎么实现一个字典呢？我们马上想到排序数组，即...
wfst_compositon.docx
07-25
自己写的自动机中的组合操作，有图有原理，比较容易懂。
WFST--学习笔记
oneself的博客
11-28 1390
WFST--学习笔记
WFST
sky1170447398的博客
04-13 8220
WFST简单笔记（一）WFST(weighted finaite-state transducer)用于大规模的语音识别，包括HMM模型，词典，n-gram语言模型。WFST状态转换用输入和输出符号标记。 因此，transducer将路径编码从输入符号序列或字符串到输出字符串的映射。WFST除了输入和输出符号之外还对转换进行加权。 权重可以编码概率，持续时间，惩罚或沿路径积累的任何其他数量，以计算将
【数据结构与算法】FST 有穷状态转换器详解：Finite State Transducers & 算法核心思想和代码实现（Golang语言）
程序员光剑
03-21 2万+
Finite State Transducers 简称 FST， 中文名：有穷状态转换器。FST 是一种类似于Trie 或自动机的数据结构。FST 可以表示成FST<Key, Value>的形式，我们可以用O(length(key))的复杂度，找到key所对应的值。除此之外，FST 还支持用Value来查找key以及查找Value最优的key等功能。在查找最优的Value时，会用到求最短路径的Dijikstra算法,但建图过程与此无关。
FST（Finite-State Transducer) 原理
Tino's Space
10-17 2万+
参考依据：Weighted Finite-State Transducer Algorithms An Overview 这是一篇由纽约计算机和数学教授，同时也是全球人工智能超级大咖Mehryar Mohri在美国最大电信公司AT &amp;amp;amp;amp;amp;amp;amp;amp;amp; T 工作期间撰写的论文《加权有限状态转换器算法概述》，原文专业术语和数学概念太多，非数学和计算机科学专业的很难读懂，但是身为一个IT民工也不需要我们能完全读...
lucene源代码学习之FST(Finite State Transducer)在SynonymFilter中的实现思想
J_bean的博客
11-28 3491
Finite StateTransducers 简称 FST，中文名：有穷状态转换器。在自然语言处理等领域有很大应用，其功能类似于字典的功能（STL 中的map，C# 中的Dictionary），但其查找是O（1）的，仅仅等于所查找的key长度。目前Lucene4.0在查找Term时就用到了该算法来确定此Term在字典中的位置。       FST 可以表示成FST的形式，我们可以用O（leng
语音识别WFST核心算法讲解(1. WFST的基本概念)
fengzhou_的博客
06-22 9708
本系列主要介绍语音识别WFST中的常用算法, Composition, Determinization, Minimization, Epsilon Removal, Weight Pushing 等。了解这些算法的前提是熟悉WFST基本概念，了解Semiring（半环代数理论), 对图中各类算法（深度优先搜索DFS，最大强连通域SCC）等。因此我们首先介绍WFST的基本概念。 伪代码和部分图片...
FST(Finite State Transducers, 有限状态转换器)简介及示例
hdm314的博客
08-07 1万+
一、简介 Finite State Transducers 简称 FST， 中文名：有穷状态转换器。FST目前在语音识别和自然语言搜索、处理等方向被广泛应用。 例如，在自然语言处理中，经常会遇到一些针对某些内容法则做出修改的操作，比如：如果c的后面紧接x的话，则把c变为b，FST则是基于这些规则上的数学操作，来把若干个规则整合成一个单程的大型规则，以有效提高基于规则的系统(rule-based system)的效率。 其功能类似于字典的功能（STL 中的map，C# 中的Dictionary），但其查找是
AI大语音（十二）——WFST解码器（下）（深度解析）
aibigtruth的博客
11-19 1164
本文来自公众号“AI大道理”。 把HMM、语言模型N-gram、发音词典、上下文相关转化成WFST，再进行合成得到一个巨大的WFST。 对这个巨大的WFST进行确定化、权重移动、最小化等优化，得到一个浓缩的包含各种约束的网络。 语音识别就变成在一个WFST的搜索问题了，使用Viterbi的集束搜索得到最优路径，即识别结果。 1 WFST的源头 源头： 1）有限状态接收器FSA（Finite State Acceptor） FSA弧上有“输入”信息，随着状态的不断转移，可以判断能否...
asrt_speechrecognition-master
09-09
asrt_speechrecognition-master是一个开源的语音识别工具，它使用了ASRT（Automatic Speech Recognition Toolkit）框架来实现语音的自动识别。这个工具能够将语音输入转化为文本输出。 asrt_speechrecognition-...
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