语音识别基本原理介绍------dnn-hmm续

本文介绍了dnn-hmm在语音识别中的应用,主要参考了li deng的文章,并指出当前主流方法是dnn-hmm。内容包括基于cd-gmm-hmm的模型构建,dnn的预处理和训练过程,以及如何利用gmm-hmm的对齐进行fine-tuning。推荐使用kaldi工具进行dnn-hmm的实现。
摘要由CSDN通过智能技术生成

很久没更新博客了,最近找工作找的不是很顺利,我一直很看好语音的应用,觉得需求很多,但或许对应届生还是有些不一样,等确定了再分享下找工作的经验吧。这里主要说下语音识别现在大家都用的模型-----dnn-hmm,我自己也不能更好的去解释清楚,等我毕业前,我一定会把gmm-hmm和dnn-hmm的原理以最能理解的方式表达出来,我也很期待那一天。不多说了,直接说dnn-hmm。目前主流的方式是dnn-hmm,相信国内或者国外的用的都是这个,具体的应用主要参考li deng的这篇文章:Context-Dependent Pre-Trained Deep Neural Networks for Large-Vocabulary Speech Recognition。主要的算法我截图下:

  • 0
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 6
    评论

“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 6
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
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