语音算法笔记（1）——基于深度学习的语音算法综述

最新推荐文章于 2024-05-20 22:25:53 发布
最新推荐文章于 2024-05-20 22:25:53 发布
阅读量1.6k 收藏 4
点赞数
分类专栏： 算法学习 语音识别 文章标签： 神经网络 人工智能 机器学习 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_37805505/article/details/107391723
版权
发展历史：机器阶段Wolfgang von Kempelen‘s speaking machine 发声机器（语音合成 Mama Papa Haha）Thomas Edison's 留声机Radio Rex玩具 用户喊Rex，小狗从房子里出来 （语音唤醒，工作原理：电磁铁对500hz频率敏感，Rex词接近500hz）模型阶段——更加科学、系统应用阶段...
摘要由CSDN通过智能技术生成

声明：本专栏文章为深蓝学院《语音算法：前沿与应用》课程个人学习笔记，更多学习资源请咨询深蓝学院相关课程。

发展历史

机器阶段

Wolfgang von Kempelen‘s speaking machine 发声机器（语音合成 Mama Papa Haha）

Thomas Edison's 留声机

Radio Rex玩具 用户喊Rex，小狗从房子里出来 （语音唤醒，工作原理：电磁铁对500hz频率敏感，Rex词接近500hz）

模型阶段——更加科学、系统

Audrey 数字语音识别器（贝尔实验室，1952）模板匹配：训练集特征提取，存入模板集，测试集特征提取，和模板集比对

1970年代：逐渐使用统计学模型而不是语音学模型

1980年代：HMM模型，神经网络（神经网络输出因子序列，再输入HMM模型）

2010年代：算力和数据的提高，神经网络效果提升

2014年：端到端模型大规模应用在语音算法上

应用阶段

1990年代：Dragon Dictate，第一款语音识别商用软件，售价很高，不能很好分词，用户需要说完每个词之后有停顿

1997年：Dragon NaturallySpeaking，售价下降，不需要用户停顿，需要用户提供45min音频训练

2000年代：

最低0.47元/天 解锁文章
韬光养晦气
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习理论与实践——课程笔记（一）
satisfiedmin的博客
11-06 3240
目录 课程前言 什么是人工智能？ 什么是机器学习？ 什么是深度学习？ 什么是计算机视觉？ 什么是自然语言处理？ 课程前言 什么是人工智能？ Artificial Intelligence: also called machine intelligence, means any device that percieves its environment and takes actions that maxmize its chance of successfully achieving i.
语音识别研究综述——阅读笔记1
久蔡合子
06-13 597
摘要：语音识别使声音变得“可读”， 让计算机能够“听懂”人类的语言并做出反应， 是人工智能实现人机交互的关键技术之一。本文介绍了语音识别的发展历程， 阐述了语音识别的原理概念与基础框架，分析了语音识别领域的研究热点和难点， 最后，对语音识别技术进行了总结并就其未来研究进行了展望。.....................
【AI语音基础】ASR基本知识
AI_Gump的博客
04-28 2013
带入上面公式，S表示将Hyp转化为Ref时发生的替换数量，D表示将Hyp转化为Ref时发生的替换数量，I代表将Hypo转化为Ref时发生的插入数量，N代表Ref句子中总的字数或者英文单词数。定义：为了使识别出来的词序列和标准的词序列之间保持一致，需要进行替换、删除或者插入某些词，这些插入、替换或删除的词的总个数，除以标准的词序列中词的总个数的百分比，即为WER。因为英文语句中句子的最小单位是单词，而中文语句中的最小单位是汉字，因此在中文语音转文本任务或中文语音识别任务中使用。
语音识别研究综述——阅读笔记4（总结与展望）
久蔡合子
06-18 745
语音识别研究综述 （总结与展望）
深度学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 23万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
学习笔记：深度学习（3）——卷积神经网络（CNN）理论篇
Morganfs的博客
04-12 10万+
深度学习笔记——CNN卷积神经网络理论篇。主要包括CNN的概念、基本原理、类型综述。算是比较完善的一篇文章了。
深度学习与神经网络笔记 Day4——【语义分割】
最新发布
m0_46939194的博客
05-20 781
在计算机视觉中，图像分割是根据像素的不同性质将数字图像分割成多个区域。与分类和目标检测不同，它通常是一个低级或像素级的视觉任务，因为图像的空间信息对于从语义上分割不同的区域非常重要。分割的目的是提取有意义的信息以便于分析。在这种情况下，图像像素以这样的方式被标记，使得图像中的每个像素共享诸如颜色、强度、纹理等的特定特征。图像分割主要有两种类型：语义分割和实例分割。另外，还有另一种类型叫做全景分割，它是两种基本分割过程的统一版本。图1显示了不同类型的分段，图2显示了相同的示例。
人工智能课程设计毕业设计——基于机器学习的手写汉字识别系统
weixin_47058355的博客
12-15 5509
在上世纪60年代，美国IBM公司开始进行了对印刷体汉字的模式识别研究工作；1996年Casey和Nag用模板匹配法成功的识别出了1000个印刷体汉字，在全球范围内，基于汉字的识别研究开始展开了。而就在这个时候，研究界对手写汉字识别也掀起了高潮。日本率先开始研究手写汉字识别，到了80年代，国内开始了对手写汉字的研究，因为汉语作为我们的母语，汉字主要在我国广泛使用，对汉字的种类、内涵、造字原理国内的掌握情况较透彻，所以关于手写汉字识别的深入研究主要集中在国内。
深度学习笔记 | 第16讲：语音识别——一份简短的技术综述
q6q6q的专栏
10-27 1545
原标题：深度学习笔记 | 第16讲：语音识别——一份简短的技术综述 大家好！又到了每周一狗熊会的深度学习时间了。在上一讲中，小编给大家介绍了经典的 seq2seq，以及著名的注意力模型，并且小编在这些理论的基础上给出一个基于seq2seq和注意力模型的机器翻译实例。本讲小编将和大家继续将目光放宽，对广义的自然语言处理应用领域之一的语音识别进行一次简单而又相对完整技术综述。1概述自动语音识别（Aut...
Speech Separation，语音分离详解——语音信号处理学习（七）
m0_56942491的博客
11-17 2493
本文主要介绍了语音分离任务中的评估指标，包括信噪比(SNR)和幅度不变信号失真比(SI-SDR/SI-SNR)等；同时讨论了样本排列问题、深度聚类、PIT以及TasNet等技术应用在语音分离任务中的优缺点和发展。此外，还探讨了未知说话人数、多麦克风、视觉信息和任务导向优化等方面的研究。
基于深度学习的多输入多输出的语音识别算法开发.zip
03-07
本项目是demo，内含说明书以及环境搭建教程，代码注释清晰。
基于深度学习的轮廓检测算法：综述.pdf
08-18
基于深度学习的轮廓检测算法：综述.pdf
A星算法学习笔记——记录
04-12
A星算法学习笔记——记录
基于深度学习的推荐算法——推荐系统模型搭建基础及DeepCrossing原理 深度学习原理.pdf
04-13
"基于深度学习的推荐算法——推荐系统模型搭建基础及DeepCrossing原理" 本资源主要讲解了基于深度学习的推荐算法，包括推荐系统模型搭建基础和DeepCrossing原理。推荐系统模型搭建基础部分主要介绍了使用Keras搭建...
基于深度学习的人体行为识别算法综述.pdf
08-19
基于深度学习的人体行为识别算法综述 深度学习是当今人工智能领域的研究热点之一，人体行为识别是智能视频分析领域的重要组成部分。近年来，基于深度学习的算法已经在语音识别、图形识别等领域取得了卓越的成果。...
自步学习（Self-paced Learning）
机器学习知识点整理
01-23 2万+
这篇文章旨在介绍自步学习的基本概念及最基础的算法原理。我们先看自步学习的定义，在了解自步学习之前，有必要看一看什么是课程学习：-2009年Bengio教授在ICML上提出课程学习。-课程学习是通过模拟人的认知机理，首先学习简单的、普适性的知识结构，然后逐渐增加难度，过渡到学习更复杂、更专业化的知识。而自步学习在课程学习上进行了改进：-Koller教授在2010年NIPS上给出了自步学习的数学表达。...
语音算法笔记（4）——语音识别前沿课题
机器学习知识点整理
07-26 1049
声明：本专栏文章为深蓝学院《语音算法：前沿与应用》课程个人学习笔记，更多学习资源请咨询深蓝学院相关课程。 远场语音识别 siri（2011）：近场语音识别 echo（亚马逊，2014）：远场语音识别 当说话人和麦克风相离3-5米时，可以认为是远场语音识别。 困难：1.背景噪声 2.扬声器音乐干扰 3.麦克风灵敏度 4.墙面折射声波 5.声波漫射 解决方法： 1.数据增强——加混响（卷积）、加噪声（时域叠加，调节噪声能量，控制信噪比）、音量扰动（训练数据音量随机放大或缩小）、速度扰动（改变速度t
语音算法笔记（5）——语音识别应用系统的搭建
机器学习知识点整理
08-12 687
声明：本专栏文章为深蓝学院《语音算法：前沿与应用》课程个人学习笔记，更多学习资源请咨询深蓝学院相关课程。 语音识别场景： offline整句识别、streaming识别 嵌入式语音识别、云端语音识别 解码器 把语音特征转换为文本 Input：语音信号特征、声学模块、语言模型 Output：语音对应的文本结果假设 核心：利用输入构建搜索空间，使用搜索算法得到最优结果。其中重要的是：什么样的搜索空间，什么搜索算法？ 动态解码器（HDecoder） 其中，sp代表句中的停顿。 （
评论
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