DeepSpeech

使用PyTorch实现的DeepSpeech模型: 强大的语音识别利器

使用PyTorch实现的DeepSpeech模型:强大的语音识别利器deepspeech.pytorchSpeechRecognitionusingDeepSpeech2.项目地址:https://gitcode.com
毕艾琳·2024-09-10 18:50

开源语音转文本Speech-to-Text大模型实战之Wav2Vec篇

一、模型选择目前，市面上有许多优秀的开源语音转文本模型可供选择，其中一些流行的模型包括：DeepSpeech：由Mozilla开源，基
码上飞扬·2024-09-04 16:49

ai智能语音机器人如何基于本地语音识别，搭建一款智能聊天机器人？

通常情况下，语音识别技术可以使用开源框架，如CMUSphinx、Kaldi、DeepSpeech等。它们都提供了丰富的文档和示例代码，用于
VO_794632978·2024-01-15 15:05

开源语音数据集

除CommonVoice数据集外，他们还在构建一个名为DeepSpeech的开源语音识别引擎。这两个项目都是努力弭平数字语音鸿沟的一部分。
AONDATA·2024-01-10 23:34

【已成功】deepspeech 0.9.3中文模型如何转.pb模型

文章目录前言deepspeech.pb模型转换解决方案参考前言在做数字人项目的过程中，需要对语音提取特征，比如DINet和ER-NeRF项目，都需要使用DeepSpeech进行语音特征提取。
马鹤宁·2023-12-05 16:40

语音识别开源框架

语音识别开源框架文章目录语音识别开源框架Whisper特征Github地址开源文档介绍论文参考ASRT特征环境Github地址开源文档介绍DeepSpeech特征环境Github地址文档介绍论文参考DeepSpeech2
Swaggie·2023-11-23 11:51

[Paper Reading] Capture, Learning, and Synthesis of 3D Speaking Styles

其中音频通过现有的DeepSpeech提取MFCC音频特征，通过编码器提取音频特征，并在特征上叠加区分说话人(及风格)的编码，用于提取说话人风格以及音频特征。
_soaroc_·2023-08-25 19:33

【飞桨PaddleSpeech语音技术课程】— 语音识别-Deepspeech2

(以下内容搬运自飞桨PaddleSpeech语音技术课程，点击链接可直接运行源码)语音识别——DeepSpeech20.视频理解与字幕#下载demo视频!
小湉湉·2023-04-13 16:40

AD-NeRF阅读笔记

对于音频轨迹，采用预先训练好的深度语音模型DeepSpeech来提取时间序列特征。经过所有预
hhhhhh23333·2023-03-08 21:24

中文语音识别Demo实践（未完）

1.之前用Mozilla的DeepSpeech实践基于中文识别的中文评测，思路是：1）使用DeepSpeech的开源baseline，将语音转成中文phones序列（23个声母+39*5个带声调的韵母约
吉利弓·2023-02-07 06:25

WAV2VEC：语音识别非监督预训练模型

相比DeepSpeech2，WER（worderrorrate）从3.1%降到2.43%。2预训练方法2.1模型原始的语
AI强仔·2023-01-26 17:23

WAV2VEC:针对语音识别的无监督预训练

本文训练的模型在性能上超越了DeepSpeech2，在nov92测试集上，WER达到了2.43%。
DataBaker标贝科技·2023-01-26 17:21

6款支持中文语音识别开源软件的简单使用

文章目录前言一、PaddleSpeech1.1安装1.2运行1.3更多功能二、ASRT2.1安装2.2运行三、MASR3.1安装3.2运行四、ESPnet4.1安装4.2运行五、WeNet5.1安装5.2运行六、DeepSpeech6.1
aabond·2022-12-25 08:40

RuntimeError: “unfolded2d_copy“ not implemented for ‘Half‘

问题：RuntimeError:“unfolded2d_copy”notimplementedfor‘Half’在使用GPU训练完deepspeech2语音识别模型后，使用django部署模型，当输入传入到模型进行计算的时候
要好好学习呀！·2022-12-23 08:02

nn.GRU的batch_first

最近在复现deepspeech来实现语音识别。其网络结构为CNN与GRU，加一个线性分类层。
weixin_44701954·2022-12-23 08:00

2021-10-12 Paddle DeepSpeech生成数据列表报错

执行pythoncreate_data.py生成数据列表过程中报错：开始抽取-1条数据计算均值和标准值...0%||0/4017[00:00>>::_M_run()1std::__future_base::_State_baseV2::_M_do_set(std::function()>*,bool*)2paddle::framework::SignalHandle(charconst*,int)
Koutaiu·2022-12-19 10:49

语音识别系列︱paddlehub的开源语音识别模型测试（二）

文章目录1paddlehub的安装2几款模型3三款语音识别模型实验3.1deepspeech2_aishell
悟乙己·2022-11-22 06:50

Facebook最新语音算法曝光！自监督语音识别，错误率低至2.43％

wave2vec于今年年初问世，经过一年打磨，Facebook基于wav2vec的模型实现了2.43％的单词错误率，准确率高于DeepSpeech2、监督迁移学习（SupervisedTransferLearnin
喜欢打酱油的老鸟·2022-05-20 08:51

使用pycorrector时ssl.SSLCertVerificationError

使用pycorrector时ssl.SSLCertVerificationError报错：Downloadingdatafromhttps://deepspeech.bj.bcebos.com/zh_lm
潼二·2020-09-11 00:40

DeepSpeech语音转文本合成技术

DeepSpeech是百度开发的开源实现库，它提供了当前顶尖的语音转文本合成技术。它基于TensorFlow和Python，但也可以绑定到NodeJS或使用命令行运行。
baiboya·2020-07-27 19:34

DeepSpeech调测

说明：环境MacOS11.13.3[MacBookPro(Retina,15-inch,Mid2015)]DeepSpeech是mozilla利用Tensorflow实现的一种语音识别引擎，参见https
RobertZhou·2020-07-15 06:38

PyTorch语音识别框架，将语音转成文本格式

patterPyTorch中的语音到文本框架，初始支持DeepSpeech2架构（及其变体）。
喜欢打酱油的老鸟·2020-07-13 20:11

CUDNN_STATUS_EXECUTION_FAILED错误--更换CUDA和cuDnn的版本操作记录

安装文件的下载2.原版本的CUDA的卸载3.新版本的安装cuDNN的版本升级旧版本的cuDNN的卸载新版本的cuDNN的安装包下载cuDNN的安装背景介绍新手小白，尝试搭建百度飞桨为平台的语音识别深度学习框架，DeepSpeech2
lujx_1024·2020-07-10 15:39

论文理解——Audio Adversarial Examples:Targeted Attacks on Speech-to-Text

作者将基于白盒迭代优化攻击应用于DeepSpeech模型（端到端语音识别），实验显示，它具有100%的成功率。
Arielwyy·2020-07-08 02:02

第1170期AI100_机器学习日报(2017-12-01)

2017-12-01一文详解LDA主题模型@ChatbotsChinadeep-image-prior，利用神经网络来修复图像@蚁工厂用Python做情感分析@Pythonmozilla的一个语音识别项目DeepSpeech
机器学习日报·2020-07-01 16:27

deepspeech2 代码之特征提取

特征工程CONTEXT读取wav制作频谱矩阵Dataset类Dataloader类data_loader.pySpectrogramDatasetBucketingSampler&DistributeBucketingSamplerAudioDataLoaderfromdata.data_loaderimportAudioDataLoader,SpectrogramDataset,Bucketin
hyxxxxxx·2020-06-30 03:51

deepspeech2 代码之模型构建

模型构建模型整体框架如下图所示可以看到模型主要由以下几个部分构成：DeepSpeechmodelMaskConvBatchRNNfcmodel=DeepSpeech(rnn_hidden_size=args.hidden_size
hyxxxxxx·2020-06-30 03:51

deepspeech2 代码之数据处理

以Librispeech为例step1下载数据集下载地址:http://www.openslr.org/12/下载文件step2解压文件tar-zxvf*.tar.gz./此处可以不解压代码中可以边解压边读取边删除但是为了效率这里选择先解压step3定义参数classparser():def__init__(self):self.target_dir='../librispeech_out/'se
hyxxxxxx·2020-06-30 03:51

deepspeech 代码之解码

Decoder  在完成模型搭建之后先简单总结一下deepspeech所用的训练参数和模型选择Input声学特征选择归一化后的傅里叶变换类似melDataLoader选用BucketingSamplermodelconv1
hyxxxxxx·2020-06-30 03:20

Deep Speech笔记

DeepSpeech1Hannun,A.,Case,C.,Casper,J.,Catanzaro,B.,Diamos,G.,Elsen,E.,Prenger,R.,Satheesh,S.,Sengupta
xmucas·2020-06-30 03:14

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

语音识别开源软件--DeepSpeech（2）训练中文数据源thchs30Thchs30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/相关软件安装基本安装
VickyG9·2020-06-28 19:51

语音识别开源软件--DeepSpeech（1） 安装和使用

语音转文字开源软件-DeepSpeech（1）安装和使用DeepSpeechGit地址：https://github.com/mozilla/DeepSpeechMozilla的语料库：https://
VickyG9·2020-06-28 19:20

[译] TensorFlow 中的 RNN 串流

掘金翻译计划本文永久链接：github.com/xitu/gold-m…译者：sisibeloved校对者：lsvih谋智（Mozilla）研究所的机器学习团队正在开发一个自动语音识别引擎，它将作为深度语音（DeepSpeech
weixin_34242509·2020-06-28 14:09

基于OpenVINO的多输入model optimizer(Tensorflow)

StepI:下载预训练模型wget-O-https://github.com/mozilla/DeepSpeech/releases/download/v0.3.0/deepspeech-0.3.0-models.tar.gz
weixin_34090562·2020-06-28 11:09

Ubuntu git 下载程序

step1:下载git$sudoapt-getinstallgitstep2:git命令下载github上程序$gitclone+XXXXX.git如：https://github.com/mozilla/DeepSpeech-examples
阑珊珊珊·2020-06-26 22:27

DeepSpeech源码编译及语音识别效果复现

DeepSpeech是国内百度推出的语音识别框架，目前已经出来第三版了。不过目前网上公开的代码都还是属于第二版的。
sparkexpert·2020-06-26 14:25

基于tensorflow和deepspeech的中文语音识别模型，训练+部署

将百度DeepSpeech的keras后端由theano改为tensorflow，整合mozilla解码模块进行中文语音识别模型部署，以下称deepspeech-enhance模型。
大数据AI笔记·2020-06-25 04:27

deepspeech 1 （百度 2014 论文解读）

论文：https://arxiv.org/pdf/1412.5567.pdf题目：DeepSpeech:Scalingupend-to-endspeechrecognition摘要我们提出了使用端到端深度学习开发的最先进的语音识别系统
大数据AI笔记·2020-06-25 04:27

deepspeech训练过程中遇到的一些问题和解决方案

文章目录一、语音识别为什么要用CNN二、rnn层使用的坑1.我自己使用：keras实现的GRU2.mozilla：deepspeech使用3.tensorflow官方推荐：tf.contrib.cudnn_rnn
大数据AI笔记·2020-06-25 04:26

Torch+DeepSpeech2的语音识别注意事项

本文是在Torch上使用了Baidu的DeepSpeech2语音识别模型进行的实验。
lucia2meyers·2020-06-24 09:32

DeepSpeech v1安装与训练

repositories/github/git-lfs/script.rpm.sh|sudobashsudoapt-getinstallgit-lfs这一步不能漏了，不安装这一步后面gitclone获取的deepspeech
hw200855·2020-06-23 16:38

deepspeech.pytorch中文语音识别笔记(2)

翻译文本训练时发现不全，部分训练文件夹下的语音无翻译文本，生成deepspeech文本路径文件时需要注意。deepspeech代码地址https://github.com/SeanNaren/deep
hw200855·2020-06-23 16:07

Deepspeech v2版本deepspeech.pytorch中文语音识别笔记

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
hw200855·2020-06-23 16:07

基于deepspeech2的语音识别模型

deepspeech2的GitHub以及中文Readme论文地址运行deepspeech2没有使用docker而是直接依赖环境安装的：运行tiny的demo时遇到的问题：Q1：paddlepaddle对应的
benbenls·2020-06-22 17:05

DeepSpeech2 详解

论文题目:DeepSpeech2:End-to-EndSpeechRecognitioninEnglishandMandarin论文地址:https://arxiv.org/pdf/1512.02595
hyxxxxxx·2020-06-21 14:23

deepspeech 2 （百度 2016 论文解读 ）

论文：http://proceedings.mlr.press/v48/amodei16.pdf题目：DeepSpeech2:End-to-EndSpeechRecognitioninEnglishandMandarin
大数据AI笔记·2020-06-21 04:49

利用 AssemblyAI 在 PyTorch 中建立端到端的语音识别模型

目前最流行的两种端到端模型是百度的DeepSpeech和谷歌的Lis
AI科技大本营·2020-06-20 20:32

W6D4

W6D4ConversationalInterfaces地道表达DeepSpeech2canrecognizespokenwordswithstunningaccuracy.
huuila·2020-03-15 14:07

“人工智能下一幕”将从语音技术开启

互联网女皇将今年的《互联网报告》十分之一篇幅给了语音技术，而语音技术也在今年成为了媒体最大的关注焦点，百度的深度语音识别系统DeepSpeech2也被《麻省
首席发言者·2020-03-05 09:34

百度发布人工智能转录软件beta 版、阿里巴巴AR领域再次领投以及这些互联网新鲜事你需要关注 | Weekly Report

其核心技术是百度的语音识别引擎——DeepSpeech2，其神经网络使用标注语音数据训练了数千小时之后，学会了将声音与特定的词和短语对应起来。工信部：将设立机器人行业门槛未来发展竞争激烈工信
Demo产品计划·2019-11-03 23:12
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他