deepspeech 笔记

这篇笔记介绍了Deepspeech语音识别技术,包括声学模型、语言模型和解码器的原理,并列举了几个重要的中文语音数据集和相关论文链接,提供了数据增强和解码方法的研究资源。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

为了回馈广大粉丝和订阅者,在以前的笔记中看到些或许对大家有用的信息,贴到这里,希望能对大家有帮助。


几个模块

声学模型主要用来构建输入语音和输出声学单元之间的概率映射关系;
语言模型用来描述不同字词之间的概率搭配关系,使得识别出的句子更像自然文本;
解码器负责结合声学单元概率数值和语言模型在不同搭配上的打分进行筛选,最终得到最可能的识别结果


几份数据

1.希尔贝壳2018年6月开源1000小时中文普通话语音数据(学术申请):http://www.aishelltech.com/aishell_2
2.数据堂2019年5月开源1505小时中文普通话语音数据(学术申请):https://www.datatang.com/webfront/opensource.html
3.Magic Data2019年5月开源755小时中文普通话语音数据(可直接下载):http://cn-mirror.openslr.org/68/
国内镜像:http://cn-mirror.openslr.org/resources/68/


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

声纳咸鱼の声学实验室

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
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