ESPnet

报名开启丨2023 SpeechHome 语音技术研讨会

本届研讨会覆盖5大主题，包括语音前沿技术、音频生成、音频与大模型、数据与大模型及开源技术，其中开源技术内容包括Kaldi、ESPnet、WeNet、ModelScope、AISHELL等。
语音之家·2023-12-21 07:32

语音识别开源框架

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环境Github地址文档介绍论文参考ESPNET
Swaggie·2023-11-23 11:51

音乐基础、音频合成、特征提取工具liborsa

+代码；PyKaldi，虽然用上了机器学习界宠儿Python，但本质上跟Kaldi还是一回事嘛；PyTorch-Kaldi，虽然灵活了一些，声学模型也易于修改，但是，跟前面一样，它也还是Kaldi呀；ESPNET
缠禅可禅·2023-08-31 23:25

espnet代码解读（1）：asr.py

位置：espnet/espnet/asr/pytorch_backend/asr.py一、读取输入输出维度idim_list:特征向量维数[23]（20Fbank+3pitch）odim:483（汉字字符数
weixin_43789697·2023-08-24 20:21

2023.8.14论文阅读

文章目录ESPNet:EfficientSpatialPyramidofDilatedConvolutionsforSemanticSegmentation摘要本文方法实验结果DeepFusion:Lidar-CameraDeepFusionforMulti-Modal3DObjectDetection
小杨小杨1·2023-08-15 08:08

ESPNet调用流程

在相应的recipe下调用run.sh脚本run.sh脚本会调用enh.sh脚本enh.sh脚本的stage6下面会调用espnet2/bin/launch.py文件，该文件会调用espnet/bin/
JohnsonLsx·2023-08-08 03:03

Coqui TTS 安装与测试

（其他有ESPNET，SpeechBrain等）GitHub官网：GitHub-coqui-a
Haulyn5·2023-07-22 23:29

Speech | 提取语音（数据集）的语音特征合集

提取语音（数据集）的语音特征工具（Extractaudiofeaturestoolkits）•openSMILE•COVAREP•ESPNet•YAAFE1.openSMILELinux上安装。
夏天｜여름이다·2023-06-23 21:44

Perl script debug

ItlookslikethePerlscriptyou'retryingtodebugis/home/hl/code/espnet/tools/kaldi/egs/wsj/s5/utils/validate_text.pl
子燕若水·2023-04-13 03:39

语音识别框架之ESPnet

ESPnet是一个端到端的语音处理工具包，涵盖了端到端的语音识别、文本到语音、语音翻译、语音增强、说话者分类、口语理解等。
语音不识别·2023-04-06 09:59

中文语音合成TTS （TensorFlowTTS）免费API资源及DEMO

jiaying系列网页版演示地址：ai.moneymeeting.club注：模型改为espnet，简化了API接口，请移步：https://blog.csdn.net/thor9king/article
Thor9king·2023-03-15 14:17

【读点论文】ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation，逐点卷积加上空洞卷积

ESPNet:EfficientSpatialPyramidofDilatedConvolutionsforSemanticSegmentationAbstract本文引入了一种快速高效的卷积神经网络ESPNet
羞儿·2023-02-02 22:34

ESPNetv2: ALight-weight,PowerEfficient,andGeneralPurpose ConvolutionalNeuralNetwork解读

2.在上一个版本中的ESPNet中提出HHF模块，用特征图逐渐相加的方式来避免膨胀卷积带来的采样稀疏问题（网格效应）。3.将特征压缩后按通道分组进行不同膨胀率的卷积，减少了参数量，扩大了空间感受率。4
杨启航·2023-02-02 22:04

ESPNet:Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation-------论文理解

article/details/85723068论文链接：https://arxiv.org/abs/1803.06815v21.概述提出在资源约束的情况下仍然能有效的对高分辨率图片进行语义分割的网络，ESPNet
ruoruojiaojiao·2023-02-02 22:32

轻量级网络：ESPNet系列

ESPNetV1论文：https://arxiv.org/abs/1803.06815v2代码：https://github.com/sacmehta/ESPNet创新点这篇文章主要创新点也就是ESP模块的设计
傅里叶不积分1·2023-02-02 22:01

《ESPNet v1：Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation》论文笔记

代码地址：ESPNetv11.概述导读：这篇文章提出了在有限资源环境下对高分辨率图像进行快速高效分割的卷积网络ESPNet。
m_buddy·2023-02-02 22:59

ESPNet/ESPNetV2：空洞卷积金字塔 | 轻量级网络

ESPNet系列的核心在于空洞卷积金字塔，每层具有不同的dilationrate，在参数量不增加的情况下，能够融合多尺度特征，相对于深度可分离卷积，深度可分离空洞卷积金字塔性价比更高。
晓飞的算法工程笔记·2023-02-02 22:29

轻量级网络ESPNet系列 空洞卷积简介

空洞卷积(Dilated/AtrousConvolution)相比原来的正常convolution，dilatedconvolution多了一个hyper-parameter称之为dilationrate指的是kernel的间隔数量：a是普通的卷积过程(dilationrate=1),卷积后的感受野为3b是dilationrate=2的空洞卷积,卷积后的感受野为5c是dilationrate=3的
胖虎记录学习·2023-02-02 22:27

ESPnet

文章目录关于ESPnet安装配置运行yesno关于ESPnetgithub：https://github.com/espnet/espnetESPnetisanend-to-endspeechprocessingtoolkitcoveringend-to-endspeechrecognition
伊织code·2023-01-31 07:13

ESPNet2使用

如何使用pdb逐步调试ESPNet2pdb不支持分布式训练，所以如果希望利用pdb进行调试，需要将对应数据集下面的enh.sh中的530-536行注释掉#注释如下几行以运行pdb调试${python}-
JohnsonLsx·2023-01-27 22:16

ESPNet系列：自动驾驶领域轻量级分割模型

阅读大概需要5分钟Follow小博主，每天更新前沿干货ESPNet:EfficientSpatialPyramidofDilatedConvolutionsforSemanticSegmentation
深度学习技术前沿·2023-01-21 09:22

ESPNet: 自动驾驶领域轻量级分割模型

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达原文：ESPNet:EfficientSpatialPyramidofDilatedConvolutionsforSemanticSegmentation
Tom Hardy·2023-01-21 09:49

ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation（自动驾驶领域轻量级模型）

主要思想基于传统卷积模块设计，提出一种高效空间金字塔卷积模块（ESPModule），有助于减小模型运算量和内存、功率消耗，以提高在终端设备上的适用性。这款模型和MobileNet系列、ShuffNet系列相似，都是轻量级模型，可以部署到移动端。模型具体结构如下图所示，模型主要有两个模块构成，一个是Efficientspatialpyramid模块，一个是HFF模块。Efficientspatial
Tom Hardy·2023-01-21 09:49

ESPNet： 自动驾驶领域轻量级分割模型

论文标题：ESPNet:EfficientSpatialPyramidofDilatedConvolutionsforSemanticSegmentation论文地址：https://arxiv.org
鹏の博客·2023-01-21 09:42

【论文笔记】DDRNet论文阅读笔记及复现

：https://github.com/ydhongHIT/DDRNetpaddlepaddle复现：notebook在线快速体验轻量级语义分割模型大致分为2类：Encoder-Decoder结构（如ESPNet
嘟嘟太菜了·2023-01-04 18:49

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
aabond·2022-12-25 08:40

【NLP】ESPNet语音识别——原理、实现过程

混合高斯模型和马尔科夫模型）等3、深度学习，例如：DNN-HMM、End-to-End(端到端)二、端到端的语音识别1、CTC（连接时序分类）2、Attention（注意力机制）3、Attention与CTC三、ESPNet1
李清焰·2022-12-25 00:21

语音识别的一些开源项目整理

1、语音识别主流工具包（1）ESPNET推荐指数：★★★★★star数量：4.4k工具特点：支持多个语音任务，支持多个ASR端到端系统，当前最活跃的语音开源社区，是第三代端到端ASR系统的典型代表。
studyer_domi·2022-12-25 00:20

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

经典语义分割网络总结之FCN、U-Net、DeepLab系列、PSPNet、BiseNet系列和ESPNet系列

FCN论文链接：FullyConvolutionalNetworksforSemanticSegmentation全卷机神经网络（FCN，FullyConvolutionalNetwork）是第一次将端到端的卷积网络推广到了语义分割任务当中。CNN做图像分类甚至做目标检测的效果已经被证明并广泛应用，图像语义分割本质上也可以认为是稠密的目标识别（需要预测每个像素点的类别）。对于一般的分类CNN网络，
小鸡炖蘑菇@·2022-12-09 05:08

SH-CST 2022丨SpeechHome 语音技术研讨会

本届研讨会内容覆盖音视频多模态、构音障碍人群的语音研究、前端信号处、跨语种语音转换、声音信号理解、多人会话等前沿智能语音技术，以及Kaldi、ESPnet、WeNet、ASV-Subtools、AISHELL
语音之家·2022-11-20 10:49

【转载】中文开源语音识别项目

代码地址：TensorflowASR更新进展：2020/8/21:添加ESPNet模型（略有修改结构）添加Tester，先在am_data.yml/lm_data.ym里面修改ev
weixin_46332255·2022-10-05 17:13

ubuntu上安装ESPnet

ESPnet是一个端到端的语音处理工具，主要侧重于端到端语音识别和端到端语音合成。ESPnet使用chainer和pytorch为主深度学习引擎，同时也遵循Kaldi风格的数据处理、特征提取格式。
cheetah_qiufeng·2022-07-11 07:53

espnet中的transformer和LSTM语言模型对比实验

本文分享自华为云社区《espnet中的transformer和LSTM语言模型对比---以aishell为例》，作者：可爱又积极。
华为云开发者社区·2022-03-30 10:00

轻量级深度学习网络——ESPNet v2

ESPNetv21背景介绍2相关工作2.1轻量化的CNN架构3ESPNetv23.1传统方法：2D卷积（看似3D实际是2D因为只在平面移动）3.2MoblieNet深度可分离卷积（先将每个图片的深度计算出来，最后再进行组合）3.3ShuffleNet分组卷积（群卷积）3.4空洞卷积DilatedConvolutions3.5ESPNetv13.6EESPUnit3.7StridedEESP与图像输
PRIS-SCMonkey·2022-02-27 11:14

ESPNet/ESPNetV2：空洞卷积金字塔 | 轻量级网络

ESPNet系列的核心在于空洞卷积金字塔，每层具有不同的dilationrate，在参数量不增加的情况下，能够融合多尺度特征，相对于深度可分离卷积，深度可分离空洞卷积金字塔性价比更高。
·2021-01-28 16:56

mac安装gnu make_ESPnet安装踩坑记录

ESPnet比Kaldi难装是我没想到的，眼看着环境名字从espnet一路改到espnet5终于安装成功，在这里记录一下安装过程中踩过的坑。按照官方安装文档一步一步来。
weixin_39761573·2020-11-10 20:29

语音识别相关工具和资料分享

主要有Kaldi、PyTorch-Kaldi、SpeechBrain、pykaldi、ESPnet、其他语音识别工具。常用的Kaldi，也有端到端的工具ESPnet等。
编程大乐趣·2020-10-27 18:46

离线安装ESPNET

requirements.txttorch0.4.1chainer4.3.1cupy==4.3.0python_speech_features>=0.6setuptools>=38.5.1librosa>=0.6.2soundfile>=0.10.2inflect>=1.0.0unidecode>=1.0.22安装包：torch:condainstall--use-localpytorch-0.4
麻羽人三·2020-09-11 22:19

论文学习笔记（四）ESPNet: Efficient Spatial Pyramid of Dilated Convolutions for Semantic Segmentation

SachinMehta等，UniversityofWashington原文链接：https://arxiv.org/abs/1803.06815v2相关repo：https://github.com/sacmehta/ESPNet
Wilber529·2020-08-26 14:27

知识蒸馏for语义分割

YuZHang2019cvpr中的一篇文章，是我见到的第一个在分割上使用知识蒸馏的，可见实时的分割已经是现在研究的热门了，作者做的事情就是：用PSPNet或OCNet等作为老师网络，来指导学生网络，如最近看的ESPNet
Cynicsss·2020-08-20 21:32

知识蒸馏for语义分割

YuZHang2019cvpr中的一篇文章，是我见到的第一个在分割上使用知识蒸馏的，可见实时的分割已经是现在研究的热门了，作者做的事情就是：用PSPNet或OCNet等作为老师网络，来指导学生网络，如最近看的ESPNet
Cynicsss·2020-08-20 21:32

ESPNet

ESPNet:EfficientSpatialPyramidofDilatedConvolutionsforSemanticSegme2019/03/11Author:YuZhang此篇论文为ECCV2018
Cynicsss·2020-08-20 21:29

ESPNet

ESPNet:EfficientSpatialPyramidofDilatedConvolutionsforSemanticSegme2019/03/11Author:YuZhang此篇论文为ECCV2018
Cynicsss·2020-08-20 21:29

编辑距离WER/CER计算的一种python实现

一些语音识别框架（如：Kaldi、ESPNet等）中，都会包含wer的计算方法，其中ESPNet的结果展示如下：我们希望用python实现上面的效果，首先来看看wer是怎么计算的。
zwglory·2020-07-16 14:45

【语义分割系列：九】PSPNet 论文翻译笔记解析

includeFCN,PSPNet,Deeplabv3,DANet,DenseASPP,BiSeNet,EncNet,DUNet,ICNet,ENet,OCNet,CCNet,PSANet,CGNet,ESPNet
鹿鹿最可爱·2020-07-09 22:44

基于端到端的语音处理的PPT

分享：在interspeech上，ESPnet的作者们分享了**一篇基于端到端的语音处理的PPT，**这篇PPT内容包含了ASR,TTS,NLU,MT等，题目为《AdvancedMethodsforNeuralEnd-to-EndSpeechProcessing
数据堂官方账号·2020-06-29 13:57

【记录】图像语义分割网络，FCN-SegNet-Unet-Enet-LinkNet-DenseNet~~~~

LinkNet6.DenseNet7.PixelNet8.ICNet9.RefineNet10.PSPNet11.HDC-DUC12.ShelfNet和LadderNet13.DANet14.BiseNet15.ESPNet16
钱思惘·2020-06-22 03:40

【Semantic Segmentation】语义分割综述 -- Faster

【SemanticSegmentation】语义分割综述--FasterFaster[ESPNet]EfficientSpatialPyramidofDilatedConvolutionsforSemanticSegmentation2018
Arron_hou·2019-09-20 18:40

知识蒸馏for语义分割

YuZHang2019cvpr中的一篇文章，是我见到的第一个在分割上使用知识蒸馏的，可见实时的分割已经是现在研究的热门了，作者做的事情就是：用PSPNet或OCNet等作为老师网络，来指导学生网络，如最近看的ESPNet
Cynicsss·2019-03-13 00:00
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他