语音识别开源软件-- DeepSpeech（2）训练中文数据源thchs30

最新推荐文章于 2024-07-06 10:45:56 发布
最新推荐文章于 2024-07-06 10:45:56 发布
阅读量9.1k 收藏 26
点赞数 2
分类专栏： DeepSpeech 文章标签： DeepSpeech thchs 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/weixin_36071429/article/details/86594318
版权
本文档详细介绍了如何利用THCHS30数据集训练DeepSpeech的中文语音识别模型。首先，介绍了THCHS30数据集的来源及下载地址，接着讲解了安装相关软件，包括基本安装和n-gram处理工具kenlm的安装。在数据预处理部分，涉及到Alphabet、Vocabulary、CSV、lm.bin和trie的创建。然后，概述了训练模型的步骤，包括编写.sh运行文件和实际运行训练过程。最后，提供了相关参考文档链接供进一步学习。
摘要由CSDN通过智能技术生成

语音识别开源软件-- DeepSpeech（2）训练中文数据源thchs30

Thchs30数据源

是清华大学的30小时公用数据集

下载地址：
http://www.openslr.org/18/

相关软件安装

  1. 基本安装： 首先是文档DeepSpeech(1)所提到的安装

    见上一篇https://mp.csdn.net/mdeditor/86554065#

  2. n-gram处理工具kenlm：

    $ git clone https://github.com/kpu/kenlm   
 $sudo apt install zlib1g-dev libbz2-dev liblzma-dev libeigen3-dev libboost1.65-all-dev cmake
 $mkdir build
 $cd build
 $cmake ..
 $sudo make install

  3. 安装native_client
    这是deepSpeech自带的预处理工具，可以帮助进行预处理
    在deepSpeech的根目录中运行：

    python3 util/taskcluster.py --arch g

最低0.47元/天 解锁文章
VickyG9
关注
  • 2
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
专栏目录
deep speech2
07-16
百度二代语音识别，采用paddlepaddle平台，继续使用ctc（端到端）的语音识别
DeepSpeech2训练aishell数据集训练的模型
08-31
PaddlePaddle实现的DeepSpeech2模型，训练aishell数据集训练的模型，源码地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech
阿里开源语音大模型：SenseVoice 识别，语音识别效果和性能强于 Whisper，还能检测掌声、笑声、咳嗽等！
人工智能曾小健
07-06 1639
语音识别技术在人工智能（AI）领域扮演着至关重要的角色，它不仅是人机交互的基石，也是推动智能系统发展的关键驱动力。：在医疗领域，语音识别可以帮助医生在诊断过程中记录患者信息，减少手动输入的时间，同时也可以辅助听力受损的患者与医疗人员沟通。拥有完善的服务部署流程，能够处理多并发请求，并且支持多种客户端语言，包括 Python、C++、Java 和 C# 等。：通过语音识别，用户可以与智能设备进行自然语言交流，无需手动输入，这极大地提升了用户体验的便捷性和直观性。能够识别音频中的情感，比如，积极和消极等。
Deepspeech v2版本deepspeech.pytorch中文语音识别笔记
hw200855的博客
04-29 6389
代码地址https://github.com/SeanNaren/deepspeech.pytorch 中文语音数据库采用thchs30 （1）首先提取data文件下的trn翻译文本，生成包含空格在内的生字表并保存为json格式lexicon.json，是汉字字典，不是拼音，我在这一步卡了很久，后来发现data_loader只能读取单个字符，所以中文识别的词汇表是翻译文本的汉字生字表 （2）...
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
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
DeepSpeech2 语音识别.zip
08-23
与前一代的DeepSpeech相比，DeepSpeech2在模型结构和训练策略上进行了优化，增强了对噪声环境的适应性，为大规模的语音识别任务提供了强大的工具。 二、DeepSpeech2模型架构 DeepSpeech2的核心架构采用了一种称为...
DeepSpeech:开源嵌入式语音到文本引擎-开源
05-10
DeepSpeech是一个开源语音转文本引擎，使用基于百度深度语音研究论文的机器学习技术训练的模型。 DeepSpeech项目使用Google的TensorFlow来简化实施过程。 可以使用预先训练的英语模型，可以按照用法文档中的说明...
deep-speech:使用来自Deepspeech的预训练模型将语音演示为文本
04-02
Deepspeech，由Mozilla开发的一个开源深度学习语音识别系统，正是这种技术的典型代表。本文将深入探讨如何利用Deepspeech的预训练模型将语音转化为文字，以及在Python环境中解决可能出现的问题。 首先，Deepspeech...
使用PaddlePaddle实现DeepSpeech2模型进行中文语音识别
最新发布
07-21
本文将详细介绍如何利用PaddlePaddle这一国产开源深度学习框架来实现DeepSpeech2模型，并将其应用于中文语音识别任务中。 #### 2. DeepSpeech2模型概述 DeepSpeech2是由Mozilla基金会开发的一种用于语音识别的深度...
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
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
DeepSpeech2训练free_st_chinese_mandarin_corpus数据集训练的模型
09-02
PaddlePaddle实现的DeepSpeech2模型，训练free_st_chinese_mandarin_corpus数据集训练的模型，源码地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech
DeepSpeech2训练thchs30数据集训练的模型
08-31
PaddlePaddle实现的DeepSpeech2模型，训练thchs30数据集训练的模型，源码地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech
deepspeech-playbook：速成课程，用于使用DeepSpeech训练语音识别模型
02-11
DeepSpeech剧本 使用DeepSpeech训练语音识别模型的速成班。 快速链接 从这里开始。 本部分将设定您对DeepSpeech手册可以实现的目标的期望，以及开始训练自己的语音识别模型所需的先决条件。 了解了DeepSpeech Playbook可以实现的功能后，本节将概述DeepSpeech本身，其组成部分以及它与您过去使用过的其他语音识别引擎的不同之处。 之前，你可以训练一个模型，你需要收集和格式化数据的语料库。 本节概述了DeepSpeech所需的数据格式，并逐步介绍了从Common Voice准备数据集的示例。 如果您正在训练使用与英语不同的字母（例如带有变音符号的语言）的模型，那么您将需要修改alphabet.txt文件。 了解得分手的工作，以及如何建立自己的得分手。 了解DeepSpeech的声学模型和语言模型之间的差异，以及它们如何组合以提供端到端语音识别。 本节
中英语音数据库（98个语音文件）
06-23
中英语音数据库（98个语音文件）可用于训练和测试中英的语种识别，语音文件基本都大于8秒
DeepSpeech v1安装与训练
hw200855的博客
03-06 4717
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： ...
Kaldi中thchs30训练自己数据集的步骤
ninesky110的博客
08-29 5860
一、数据准备过程 网上下载的thchs-openslr数据集需要换成自己的数据集，包含两个文件夹：data_thchs30和resource。下面讲解如何搞定这一部分。 数据集在data_thchs30文件中，包含四个部分（data、train、dev、test）。 data文件夹中包含（.wav文件和.trn文件；trn文件里存放的是.wav文件的描述:第一行为词，第二行为拼音，第三行为音...
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
评论 7
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