基于tensorflow和deepspeech的中文语音识别模型，训练+部署

最新推荐文章于 2024-03-23 10:02:03 发布
最新推荐文章于 2024-03-23 10:02:03 发布
阅读量8.7k 收藏 49
点赞数 19
分类专栏： ASR | 深度语音 文章标签： deepspeech tensorflow beam search n-gram 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_30262201/article/details/103345947
版权
ASR | 深度语音 专栏收录该内容
32 篇文章 100 订阅 ¥49.90 ¥99.00
订阅专栏

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，以下称deepspeech-enhance模型。

工业级中文语音识别系统，电子书，点我

文章目录

了解本专栏 订阅专栏 解锁全文
大数据AI笔记
关注
  • 19
    点赞
  • 踩
  • 49
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 18
    评论
专栏目录
订阅专栏
基于PaddlePaddle实现的DeepSpeech2端到端中文语音识模型（1300小时数据集）
03-29
基于PaddlePaddle实现的DeepSpeech2端到端中文语音识模型（1300小时数据集） 源码地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/tree/release/1.0
印度英语口音_自动语音识别印度口音
weixin_26640581的博客
10-12 1490
印度英语口音One of the first attempts to make computers recognize speech was focused on recognizing numbers! Bell Laboratories in 1952 designed the Audrey System, which could recognize a single voice speaki...
使用PyTorch实现的DeepSpeech模型: 强大的语音识别利器
gitblog_00059的博客
03-23 638
使用PyTorch实现的DeepSpeech模型: 强大的语音识别利器 项目地址:https://gitcode.com/SeanNaren/deepspeech.pytorch 在今天的数字化世界中，语音识别技术已成为人机交互的关键组成部分。deepspeech.pytorch 是一个由 SeanNaren 创建的开源项目，它使用 PyTorch 框架实现了 Baidu 的 DeepSpeec...
PaddlePaddle-DeepSpeech中文语音识别模型（free_st_chinese_mandarin_corpus）
03-19
PaddlePaddle-DeepSpeech中文语音识别模型（free_st_chinese_mandarin_corpus数据集训练的） 项目地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/tree/release/1.0
python 语音识别+语音训练+语音切割+语音转换的python +加tensorflow2.0.0+kera2.3.1安装日志
01-22
python 语音识别+训练+语音切割+语音转换的python 供大家学习, 基于加tensorflow2.0.0+kera2.3.1 1.顺序是语音转换 2.语音切割成小块 3.语音训练用那小块 4.最后语音识别
DeepSpeech2 语音识别.zip
08-23
语音识别项目
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在windows下的部署与测试
weixin_42144294的博客
04-08 4912
1.部署环境 win11+anaconda3+python3.7+cuda10.0+cudnn7.6.0+PaddlePaddle 2.1.2 2.源码下载 下载链接：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech 3.搭建环境 （1）安装PaddlePaddle-GPU版本 conda activate xxx #为与其它环境相互干扰，创建的虚拟环境，进入虚拟环境下，进行以下操作 conda install paddlepaddle-gpu
PaddlePaddle-DeepSpeech中文语音识别模型（AISHELL数据集训练的）
03-18
PaddlePaddle-DeepSpeech中文语音识别模型（AISHELL数据集训练的） 项目地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/tree/release/1.0
Paddlpaddle+DeepSpeech2自动语音识别部署
mtl1994的博客
02-23 3582
Paddlpaddle+DeepSpeech2自动语音识别部署 背景 ​ 语音识别 环境 DeepSpeech2 Paddlpaddle1.8.5 Python 2.7 Nvidia-docker ubuntu1~18.04 安装与配置 可以不使用nvidia-docker，直接跳到第五步 1.首先安装nvidia-docker curl https://get.docker.com | sh sudo systemctl start docker && sudo systemctl e
DeepSpeech v1安装与训练
hw200855的博客
03-06 4575
1 安装git-lfs curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.rpm.sh | sudo bash sudo apt-get install git-lfs 这一步不能漏了，不安装这一步后面git clone获取的deepspeech代码没有相应的语言模型。会出现如下的错误： ...
deepspeech.pytorch:使用DeepSpeech2进行语音识别
04-18
深语音 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PyTorch。 如果尚未安装，请安装 。 如果要解码以使用可选语言模型支持波束搜索，请安装ctcdecode： git clone --recursive https://github.com/parlance/ctcdecode.git cd ctcdecode && pip install . 最后克隆此仓库并在仓库中运行它： pip install -r requirements.txt pip install -e . # Dev install 如果您打算使用多节点训练，则需要etcd。 以下是在Ubuntu上安装的命令。 su
PaddlePaddle-DeepSpeech中文语音识别模型（thchs_30数据集训练的）
03-22
PaddlePaddle-DeepSpeech中文语音识别模型（thchs_30数据集训练的） 项目地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/tree/release/1.0
python用TensorFlow和Keras高级API语音识别，代码用预训练DeepSpeech2模型（6400字附步骤）
09-01
提供的语音识别案例是一个简单的卷积神经网络 (CNN) 模型，用于识别 CIFAR-10 数据集中的图像分类。CIFAR-10 数据集包含 60000 张 32x32 像素的彩色图像，分为 10 个类别。每个图像都是从 10 个类别中随机选择的一个...
Python-该系统实现了基于深度框架的语音识别中的声学模型和语言模型建模
08-10
该系统实现了基于深度框架的语音识别中的声学模型和语言模型建模，其中声学模型包括CNN-CTC、GRU-CTC、CNN-RNN-CTC，语言模型包含transformer、CBHG，数据集包含stc、primewords、Aishell、thchs30四个数据集。
基于TensorFlow卷积神经网络的表情识别算法源码+部署教程文档+全部数据+训练好的模型（高分项目）.zip
最新发布
04-22
基于TensorFlow卷积神经网络的表情识别算法源码+部署教程文档+全部数据+训练好的模型（高分项目）.zip基于TensorFlow卷积神经网络的表情识别算法源码+部署教程文档+全部数据+训练好的模型（高分项目）.zip基于...
基于TensorFlow的人脸表情识别系统源码+部署教程文档+全部数据+训练好的模型（高分项目）.zip
04-20
基于TensorFlow的人脸表情识别系统源码+部署教程文档+全部数据+训练好的模型（高分项目）.zip基于TensorFlow的人脸表情识别系统源码+部署教程文档+全部数据+训练好的模型（高分项目）.zip基于TensorFlow的人脸表情...
CPU上的虚拟核和物理核
大数据AI笔记
11-15 5464
问题描述 语音转写模型在cpu上起多进程的时候吞吐量没有增加反而下降，将进程绑定到具体的核上也不能解决问题， 查看机器的核数发现服务器上有虚拟核，分析原因可能是虚拟核存在的原因。 虚拟核 也叫逻辑核，Linux用户对 /proc/cpuinfo 这个文件肯定不陌生. 它是用来存储cpu硬件信息的 信息内容分别列出了processor 0 – n 的规格。这里需要注意，如果你认为n就是真实的cpu数...
基于 Tensorflow 2.x 食物图像识别模型
06-01
好的，针对您的问题，我可以给您提供一个基于 TensorFlow 2.x 的食物图像识别模型的简单实现思路和步骤。 首先，我们需要准备一组带有标注的食品图像数据集，可以使用现有的公开数据集，例如 Food-101 数据集，该数据集包括 101 类不同类型的食品图像，并且已经经过标注。 接下来，我们可以使用 TensorFlow 2.x 中的 Keras 库来构建食物图像识别模型，具体的步骤如下： 1. 加载数据集并进行预处理。我们可以使用 TensorFlow 中的 ImageDataGenerator 类来进行数据增强和预处理操作，例如对图像进行旋转、缩放、翻转等操作，以增加数据集的多样性和鲁棒性。 2. 定义模型结构。我们可以使用 Keras 中提供的各种卷积神经网络（CNN）模型，例如 VGG、ResNet、Inception 等，也可以自己设计模型结构。根据数据集的大小和复杂度，我们可以选择使用较浅的网络结构，以避免过拟合，或者使用较深的网络结构，以提高模型的准确率。 3. 编译模型。在编译模型时，我们需要指定损失函数、优化器和评估指标。对于分类任务，我们可以选择使用交叉熵损失函数，常用的优化器有 Adam、SGD、RMSprop 等，评估指标可以选择准确率、精确率、召回率等。 4. 训练模型。在训练模型时，我们可以根据数据集的大小和计算资源的限制，选择适当的批量大小和训练轮数。可以使用 Keras 中的 fit() 方法来进行模型训练，同时可以指定验证集和回调函数，以监控模型的训练过程和性能。 5. 测试模型。在测试模型时，我们可以使用测试集来评估模型的准确率和其他指标。可以使用 Keras 中的 evaluate() 方法来进行模型测试，并输出测试结果。 以上就是一个基于 TensorFlow 2.x 的食物图像识别模型的简单实现思路和步骤。当然，实际应用中还需要根据具体的场景和需求进行进一步的优化和调整。

“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 18
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

大数据AI笔记

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