【kaldi】

Kaldi简介【开源语音识别工具】

Kaldi是当前最流行的开源语音识别工具(Toolkit)，它使用WFST来实现解码算法。Kaldi的主要代码是C++编写，在此之上使用bash和python脚本做了一些工具。
u013250861·2022-12-25 08:12

语音识别开源项目汇总

1.ASR1.1kaldihttps://github.com/kaldi
yuchiwang·2022-12-25 08:12

Kaldi语音识别：基于aidatatang模型实现自制语音数据的识别

aidatatang简介及相关安装、配置等见上一篇文章：Kaldi语音识别：aidatatang_asr开源模型实现中文语音识别详细及遇到的问题【亲自跑通】一、面临的问题用CVTE提供的测试集试验跑通了
Keep828·2022-12-25 03:31

语音识别开源项目汇总

ASR1.1kaldihttps://github.com/kaldi-a
zx超·2022-12-25 00:25

语音识别的一些开源项目整理

链接：https://github.com/espnet/espnet（2）kaldi推荐指数：★★★★☆start数量：11k工具特点：基于C++开发，工具丰富，2012-2018年最活跃的开源社区，
studyer_domi·2022-12-25 00:20

kaldi-tdnn模型训练策略-pytorch实现

relu：RectifiedLinearComponentself-repair-scale=1e-05affine：NaturalGradientAffineComponentmax-change=0.75norm：NormalizeComponenttarget-rms=1.0add-log-stddev=false隐层的输出规整为均方根为1.0：y^ty=D*target_rms^2y_i=
guocehnxi·2022-12-24 10:20

kaldi中使用PyTorch训练模型

DanielPovey去年年末在小米开发者大会上说要打造下一代kaldi。目前官方网站上已经有一些进展，已经使用pybind11将Python接口添加到Kaldi中，在pybind11分支中。
cheetah_qiufeng·2022-12-19 01:30

kaldi gpu环境搭建之cuda安装

1.显卡驱动安装：step.1：首先，检测你的NVIDIA图形卡和推荐的驱动程序的模型。执行命令：$ubuntu-driversdevices输出结果为：从中可以看到，这里有一个NVIDIA设备，对应的驱动是NVIDIA-440,450,495…，而推荐是安装470版本的驱动。step.2，安装驱动你可以选择，安装所有推荐的驱动，如下命令$sudoubuntu-driversautoinstall
wyw0000·2022-12-17 15:04

kaldi 发音字典生成

文章目录前言一、python安装二、tensorflow安装三、g2p-seq2seq安装四、使用方法前言kaldi发音字典可以通过3种工具来生成,分别是:g2p-seq2seqPhonetisaurus
wyw0000·2022-12-17 15:04

kaldi下L.fst可视化fstprint失败，报错Bad FST header: ../lang/L.fst

在Xshell中可视化L.fst的时候报错，一直卡了很久，然后用命令行ll查看L.fst所在目录下文件信息发现L.fst为0KB，感觉找到了问题所在，说明啥，当然是说明L.fst没有生成成功，尽管生出来了这个文件，但是文件里面没有内容，于是乎回到/root/data/mys/data这个目录下重新执行生成L.fst的命令行：utils/prepare_lang.shlocal/dict/'SIL'
QianZ423·2022-12-17 01:56

kaldi语音识别实战网盘_小米开源语音模型 KaldiONNX 转换工具，助力移动端部署！...

作者|小米开源团队责编|胡巍巍近日，小米对外开源了Kaldi模型到ONNX模型的转换工具Kaldi-ONNX，有望进一步促进Kaldi生态与深度学习生态间的互通。
weixin_39532699·2022-12-09 07:47

KALDI语音识别库在LINUX下的安装和编译

1.介绍Kaldi语音识别工具将HTK比较零碎的各种各样的指令和功能进行整理集合，使用perl脚本调用。
JamesJuZhang·2022-12-09 07:16

有趣的开源软件 语音识别工具Kaldi 一

Kaldi是一个非常强大的语音识别工具库，主要由DanielPovey开发和维护。目前支持GMM-HMM、SGMM-HMM、DNN-HMM等多种语音识别的模型的训练和预测。
阿拉蕾二·2022-12-09 07:45

用pytorch+CTC+WFST实现汉语语音识别

语音识别实验比可选的工具有kaldi，wav2letter，espnet等，使用比较广泛工具是kaldi，但是对于前端语音处理的部分，我觉得kaldi所使用的HMM-GMM方式相当的不直观，Kaldi所使用的
lixinyu99·2022-12-09 07:41

Kaldi 使用 DFSMN 训练语音模型

转自：https://blog.csdn.net/zhanaolu4821/article/details/88977782阿里巴巴2018年开源的语音识别模型DFSMN，将全球语音识别准确率纪录提高至96.04%。DFSMN模型，是阿里巴巴的高效工业级实现，相对于传统的LSTM、BLSTM等声学模型，该模型具备训练速度更快、识别更高效、识别准确率更高和模型大小压缩等效果。本场Chat的主要内容包
haima1998·2022-12-09 07:39

语音识别之Kaldi：神经网络实战

ASR神经网络实战kaldi语音识别理论与实践课程学习。之前学习了基于GMM-HMM的传统语音识别：GMM-HMM其中也包含Kaldi架构的简介，语音数据的预处理，特征提取等过程。
BarbaraChow·2022-12-09 07:04

kaldi HMM-GMM全部训练脚本分解

目录train_mono.shtrain_deltas.shtrain_lda_mllt.shtrain_sat.shtrain_mono.sh单音素训练脚本：//初始化，[topofeats]->[0.mdltree]gmm-init-mono//生成训练图，[0.mdltextl.fst]->[train.fst]compile-train-graph//对标签进行初始化对齐[train.fs
weixin_30446613·2022-12-08 08:03

语音识别学习记录 [GMM-HMM、DNN-HMM、MMI/BMMI/MPE/sMBR]

在看kaldi文档中对chainmodel的介绍时，其中反复提到了MMI、latticefreeMMI、DNN-HMM这些关键词，之前一直都没搞懂MMI到底是什么东西，看了很多博客只能大概了解到应该是训练声学模型时的一个准则
WePlayDirty·2022-12-08 08:32

kaldi部分训练方法DNN-HMM模型

kaldi部分训练方法语音识别基本概念DNN-HMM模型语音识别框架都是基于GMM-HMM的，然而浅层的模型结构的建模能力有限，不能捕捉获取数据特征之间的高阶相关性。
执刀人·2022-12-08 08:32

Kaldi GMM-HMM中GMM成分更新过程

KaldiGMM-HMM中GMM成分更新过程在使用kaldi的脚本的时候，发现在训练gmm-hmm模型的时候，就指定了总的混合高斯的数量totgauss，但是每个phone的发射状态是一个gmm，每个gmm
风雨践行者·2022-12-08 08:32

kaldi HMM-GMM 全部训练脚本分解

原文：https://blog.csdn.net/chinatelecom08/article/details/81875547##train_mono.sh单音素训练脚本：//初始化，[topofeats]->[0.mdltree]gmm-init-mono//生成训练图，[0.mdltextl.fst]->[train.fst]compile-train-graph//对标签进行初始化对齐[t
_dahu_·2022-12-08 08:50

GMM-HMM kaldi 详解

虽然现在端到端语音识别模型可以直接对后验概率建模，可以不需要HMM结构了。但实际上目前很多state-of-the-art模型还是以HMM结构为主，比如chainmodel。而且掌握HMM-GMM结构，对于深入理解语音识别过程是由有一定好处的。但对于外行(比如像我这种从机械行业转行到语音识别领域的人)或者刚接触语音识别的人来说，要弄懂HMM-GMM结构还是要花不少时间的，因为语音识别任务的特殊性。
Xwei1226·2022-12-08 08:19

语音识别之Kaldi学习GMM-HMM

语音识别之Kaldikaldi语音识别理论与实践课程学习。前面的博客介绍了语音识别的基础知识及原理。现在开始学习实战。以Kaldi框架为基础。
BarbaraChow·2022-12-08 08:15

语音识别与语音合成--百度PaddleSpeech

语音识别的以前一些工具集，如Kaldi、FairseqS2T等都太复杂，比如Kaldi还得熟悉Perl、C++。由此，我们提出了PaddleSpeech，提供命令接口和便携式方
zephyr_wang·2022-12-03 08:07

使用kaldi+清华大学开源语料数据集thchs30训练语音识别模型

使用kaldi训练清华大学开源语料数据集thchs301.下载kaldi命令:gitclonehttps://github.com/kaldi-asr/kaldi.git安装过程就不细表了。
nlp_traindata·2022-12-02 16:15

Kaldi中文语音识别：各种开源的已经训练好的语音识别模型

一些开源的已经训练好的语音识别模型最近导师给安排了一个临时的任务，所以在做中文语音识别。一开始想自己先查文献找文章构建网络，后来觉得任务量有点大，遂决定找现成网络再找开源数据集自己训练，然后搞着搞着突然觉得为什么不找一个训练好的模型直接用，然后自己如果有需要再调不会更方便吗，遂开始搞现在的利用已经训练好的开源中文语音识别模型来做语音识别的项目。记录一个网站，里面存了一些开源的已经训练好的语音识别模
Keep828·2022-12-02 16:12

python语音识别库kaldi_Espresso是一个开源的，模块化的，可扩展的端到端神经自动语音识别（ASR）工具箱...

EspressoEspressoisanopen-source,modular,extensibleend-to-endneuralautomaticspeechrecognition(ASR)toolkitbasedonthedeeplearninglibraryPyTorchandthepopularneuralmachinetranslationtoolkitfairseq.Espresso
weixin_40005373·2022-11-30 15:32

语音识别入门必备技能工具

语音信号处理/模式识别/统计分析，1.算法:常用的深度学习算法，包括cnn/dnn/rnn/lstm;GMM/SVM/CRF/MaxEnt/HMM;对CTC有经验;2.框架:熟悉至少一种深度学习框架，包括kaldi
QuietNightThought·2022-11-30 15:29

开源工具 | ASV-Subtools更新:runtime模块重磅发布

ASV-Subtools更新-runtime模块重磅发布-ASV-Subtools是厦门大学智能语音实验室（XMUSPEECH）于2020年6月推出的一套高效、易于扩展的声纹识别开源工具，该工具是基于Kaldi
语音之家·2022-11-29 07:57

PyTorch-Kaldi 深度学习语音识别开源软件

PyTorch-Kaldi深度学习语音识别开源软件论文：RavanelliM(MircoRavanelli),ParcolletT,BengioY.ThePytorch-kaldiSpeechRecognitionToolkit.ICASSP2019
海上机械师·2022-11-24 06:30

Kaldi内存泄漏问题排查

转载自：https://www.baidu.com/link?url=uUnBEi2XoXwkMYf_mLzKuZmdz8auQ5mjvwYE0c5zsKS2kUcEMv3fo9wUmva2S84mX9GcchAup9S_y9iYp1OzBz0rhERJS3QImQNQxrmhTx7&wd=&eqid=b4847b6b0000c23c000000065fb21f0c2019-08-05宾狗工程Ka
tiandyoin·2022-11-23 07:15

Kaldi中DNN的实现

本文主要讲解kaldi中run.sh和run_tdnn.sh的代码，从中了解Kaldi的DNN的实现。
m0_61474277·2022-11-23 03:34

kaldi中的深度神经网络

一、TDNN参考：https://blog.csdn.net/qq_14962179/article/details/87926351二、nnet3Kaldi中实现的dnn共4种：a）nnet1-基于Karel's
m0_61474277·2022-11-23 03:34

【语音识别工具】kaldi下载与安装

1、下载Kaldi是用C++编写的开源语音识别工具包，在ApacheLicensev2.0下免费提供。Kaldi旨在提供灵活且可扩展的组件，包括多种语音信号处理，语音识别，声纹识别和深度神经网络。
AI 菌·2022-11-23 02:56

语言处理 之 xvector

厦门大学智能语音实验室(XMUSPEECH)提供了基于Kaldi和Pytorch两个开源平台的基线系统：基于Kaldi的i-vector系统和x-vector系统，基于Pytorch的x-vector系统
才大难为用·2022-11-23 01:22

【语音识别工具】asv-subtools 介绍与安装

1、下载ASV-Subtools是基于Pytorch和Kaldi开发的，主要用于说话人识别、语言识别等任务。
AI 菌·2022-11-23 01:21

声纹识别开源工具

3.kaldi,当下十分流行的语音识别工具包，也包括声纹识别：覆盖了主流的声纹识别算法（I-vector、
THMAIL·2022-11-22 12:21

实验室服务器，修改CUDA版本流程

3、修改kaldi/src下的configure文件首先使用搜索字符，搜索一下cuda，然后更改文件中cud
V坚持·2022-11-22 03:24

语音识别入门第六节：基于DNN-HMM的语音识别系统（实战篇）

,ZhanhengYang,BinbinZhangimportmathimportmatplotlibimportmatplotlib.pyplotaspltimportnumpyasnpimportkaldi_iofromutilsimpo
安静_xju·2022-11-21 17:13

Next-gen Kaldi

近来在看Next-genKaldi，打算这次把梳理过程做成笔记，希望自己能坚持下去。加油！！！
Surupor·2022-11-21 15:45

基于Python实现的语音特征提取声音信号处理

部署KALDI，简要叙述部署步骤运行yes/no项目实例，简要解析发音词典内容，画出初步的
普通网友·2022-11-20 12:55

2022 SpeechHome 语音技术研讨会-回顾

2022年11月13日，第二届SpeechHome语音技术研讨会和第七届Kaldi技术交流会圆满落幕。
语音之家·2022-11-20 11:41

SH-CST 2022丨SpeechHome 语音技术研讨会

第二届SpeechHome语音技术研讨会将于11月13日线上举行，同时举行开源语音技术交流会即第七届Kaldi技术交流会。
语音之家·2022-11-20 10:49

语音领域，对于入门学生和初入职场者需要具备什么能力？

在kaldi上开源了aishell、aishell2、hi-mia等recipe，包含语音识别，声纹
深蓝学院·2022-11-19 21:30

Kaldi语音识别技术(二) ----- 完成数据的准备

Kaldi语音识别技术(二)-----完成数据的准备本章节主要完成数据的准备部分一、环境准备在之前章节我们已经基于CentOS7编译好了Kaldi具体可见http://t.csdn.cn/dnmkF✔如果你不想自己编译
Python-AI Xenon·2022-11-19 04:51

Kaldi语音识别技术(三) ----- 完成L.fst的生成

Kaldi语音识别技术(三)-----完成L.fst的生成文章目录Kaldi语音识别技术(三)-----完成L.fst的生成基础知识一、运行环境准备二、文件准备lexicon.txtphones.txtsilence_phones.txtnonsilence_phones.txtoptional_silence.txt
Python-AI Xenon·2022-11-19 04:51

《kaldi语音识别实战》阅读笔记：单音素模型训练—train_mono.sh解析

一、使用说明1.1描述训练单音素模型。steps/train_mono.shUsage:steps/train_mono.sh[options]mainoptions(forothers,seetopofscriptfile)--config#configcontainingoptions--nj#numberofparalleljobs--cmd(utils/run.pl|utils/queue
v-space·2022-11-19 04:14

《kaldi语音识别实战》阅读笔记：三音素模型训练—train_deltas.sh解析

一、使用说明1.1描述训练三音素模型。与单音素模型训练相比，因为建模单元变为三音素，因此多了决策树状态绑定。steps/deltas.shUsage:steps/train_deltas.she.g.:steps/train_deltas.sh200010000data/train_si84_halfdata/langexp/mono_aliexp/tri1mainoptions(forother
v-space·2022-11-19 04:14

《kaldi语音识别实战》：带特征变换的三音素模型训练——train_lda_mllt.sh，train_sat.sh解析

关于LDA、MLLT及fMLLR的特征变换请阅读《kaldi语音识别实战》阅读笔记：特征变换一、train_lda_mllt.sh1.1描述对输入特征进行LDA+MLLT特征变换后进行三音素训练。
v-space·2022-11-19 04:14

kaldi语音识别

Kaldi语音识别之--Timit语音数据训练1.timit实例1.1timit数据集下载1.2修改run.sh1.3修改运行环境cmd.sh1.4运行run.sh(出现错误)1.5再次执行.
王延凯的博客·2022-11-19 04:11
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他