python语音识别开源库_一个超容易上手的端到端开源语音识别项目--TensorflowASR

自己开了一个state-of-the-art的端到端语音识别项目，后续会不断更新和优化的。

当前还处于一个开发阶段，可能存在一些bug，欢迎大家使用并反馈bug。

有什么意见建议可以在issue或者在这里提。代码地址见下。

最近没有时间更新代码了，开了一个技术交流群，大家一起来建设吧。欢迎加入。

TensorflowASR

简介：

该项目集成了当前业界最新的语音识别结构，包括CTC、RNN-Transducer、Listen Attention and Spell。使用简单，容易上手。

CTCRNN-TransducerListen Attention and Spell

特点：tensorflow的音频Mel特征提取层，用以支持跨平台的端到端集成

参照librosa的mel特征提取逻辑：

librosa:

mel layer：

实时响应性能

C++接口调用方案

已支持的模型：

Mel_layer+Conformer+CTC

+Transducer

+LAS

DeepSpeech2

ESPNet

TransformerO2O-Encoder-Decoder

O2O-Encoder

Typic

声学模型

Conformer模型为google 今年5月发表的论文中提及：https://arxiv.org/abs/2005.08100​arxiv.or