librispeech

扩展语音识别系统：增强功能与多语言支持

一、引言在之前的博客中，我们成功构建了一个基于LibriSpeech数据集的英文语音识别系统。现在，我们将对系统进行扩展，增加一些增强功能，并尝试支持多语言识别。
GT开发算法工程师·2024-02-19 22:24

wav2letter++ tutorial受挫

screenwav2letter/build/Traintrain--flagsfilewav2letter/tutorials/1-librispeech_clean/train.cfgStep1:DataPreparationForaspeechrecognitiondataset
HowardHuan_a11a·2023-10-30 11:03

HW2: LibriSpeech phoneme classification

任务描述音位分类预测（Phonemeclassification），通过语音数据，预测音位。音位（phoneme），是人类某一种语言中能够区别意义的最小语音单位，是音位学分析的基础概念。每种语言都有一套自己的音位系统。一帧（frame）设定为长25ms的音段，每次滑动10ms截得一个frame。每个frame经过MFCC处理，变成长度为39的向量。对于每个frame向量，数据集都提供了标签。标签有
h0l10w·2023-10-01 11:09

将大模型集成到语音识别系统中的例子

本文设计了使用Aishell-1和LibriSpeech数据集的实验，通过与ChatGPT和GPT-4进行对比，评估LLMs在ASR应用中的能力。然而，初步的实验结果并不理想，表明利
无数据不智能·2023-07-19 22:25

中文数据下载

语音数据集整理目录1.MozillaCommonVoice.22.翻译和口语音频的大型数据库Tatoeba.23.VOiCESDataset34.LibriSpeech.45.2000HUB5English
梅逊雪·2023-07-15 09:44

用于端到端语音识别的文本数据多任务训练

在LibriSpeech的100小时子集或完整的960小时数据集上进行训练，所提出
尚歌·2023-04-18 10:31

Ubuntu上Kaldi跑librispeech数据集步骤

Kaldi跑librispeech步骤步骤分为数据准备跟训练模型。kaldi环境默认是安装好的，这里不详细说明kaldi的安装步骤。这里的实验是在Ubuntu16.04上跑的。
cheetah_qiufeng·2023-02-01 09:51

kaldi之librispeech脚本阅读

该脚本准备音素列表和聚类问题,下图是该语句执行结果silence_phones.txt是“静音”音素，包含各种噪声、笑声、咳嗽、填充停顿等（SILSPNNSNLAU）nonsilence.txt包含的是“真实”音素,每行第一个是基本音素,后面是音调和语气不同导致的变化;optional_silence.txt仅包含单音素(一般是SIL)extra_questions.txt有可能是空的,一般都是从
小龙2018·2023-02-01 09:50

跑通Kaldi中的例子LibriSpeech

文章目录前言一、LibriSpeech是什么？
吃骨头不吐股骨头皮·2023-02-01 09:20

LibriSpeech数据集--学习笔记

数据采集自有声书网站，首先对每个句子做一遍语音识别，识别模型使用WSJ示例中的声学模型，语言模型使用二元文法，语言模型数据为语音数据对应的电子书文本。根据识别结果，统计每个说话人的WER，从低到高排序，前一半标记为clean，表示这些说话人语音比较清晰，其余标记为other。WSJ：是一个朗读数据。内容是朗读华尔街日报，共80小时。是kaldi中的一个示例二元文法：语言模型：计算句子出现的概率的模
Wsyoneself·2023-02-01 09:20

【Kaldi例子】Librispeech数据整理

数据分集数据采集自有声书网站，首先对每个句子做一遍语音识别，识别模型使用WSJ示例中的声学模型，语言模型使用二元文法，语言模型数据为语音数据对应的电子书文本。根据识别结果，统计每个说话人的WER，从低到高排序，前一半标记为clean，表示这些说话人语音比较清晰，其余标记为other。从clean数据中，随机抽取20名男性和20名女性作为开发集（dev-clean），剩余说话人抽取相同规模的测试集（
喜欢什么的只是说说而已·2023-02-01 08:19

【语音识别】kaldi的安装和使用案例(librispeech)

文章目录1.kaldi的安装2.kaldi的使用2.1librispeech的ASR模型训练2.2使用预训练模型测试自己的数据集3.kaldi使用感受参考文献1.kaldi的安装按照官网教程，kaldi
weiquan fan·2023-02-01 08:19

【语音识别】详解kaldi的数据和模型文件——librispeech

文章目录引言—语音识别ASR1.kaldi的编译流程2.librispeech示例引言—语音识别ASR参考博客.在基于GMM-HMM的传统语音识别里，比音素（phone）更小的单位是状态（state）。
weiquan fan·2023-02-01 08:49

FLAC在Linux中安装-Please install ‘flac’ on ALL worker nodes

在跑librispeech的时候，下载好数据会提示Pleaseinstall‘flac’onALLworkernodes!
谁谁的博客·2023-01-31 08:49

linux中flac安装

在跑mini_librispeech的时候，下载好数据会提示Pleaseinstall‘flac’onALLworkernodes!
一片橡树叶子的故事·2023-01-31 07:42

语音识别入门知识

一.数据集：比较常用的：aishellWenetSpeechTHCHS30libriSpeech中文数据集有这些dbaseaidatatangaishellmagicdataprimewordsstcmdsthchs
偶尔抽风就更新·2023-01-06 22:18

Machine Learning HW2

Dataset&DataFormat：数据集：LibriSpeech(subsetoftrain-clean-100)数据格式：读取*.pt文件为torchtensors（T,39）要求如下：准确率基准
秀得水乱流·2023-01-02 11:41

重磅！阿里开源自研语音识别模型DFSMN，准确率高达96.04%

阿里妹导读：近日，阿里巴巴达摩院机器智能实验室开源了新一代语音识别模型DFSMN，将全球语音识别准确率纪录提高至96.04%（这一数据测试基于世界最大的免费语音识别数据库LibriSpeech）。
阿里开发者·2022-11-29 21:09

语音处理 之 libritts，AIShell

LibriSpeech该数据集为包含文本和语音的有声读物数据集，由VassilPanayotov编写的大约1000小时的16kHz读取英语演讲的语料库。
才大难为用·2022-11-24 09:10

librispeech 的train-clean-100--简单记录笔记

LibriSpeech：是一个阅读语音语料库，基于LibriVox的公共领域有声读物。
Wsyoneself·2022-11-07 15:46

端到端语音识别技术预研与实践

大量的研究人员投入精力研究端到端语音识别技术，发表了大量的论文，并且多次刷新librispeech等公开数据集上的历史最优性能。
小米技术·2022-10-08 07:07

语音识别-基于CTC-BiLSTM联合模型的英语语音识别系统

1概要本博客偏向实践，以LibriSpeech公开英语语料数据集作为训练语料，搭建了基于CTC（Connectionisttemporalclassification）-BiLSTM的联合模型的语音识别系统
The_帅·2022-06-27 07:17

阿里开源自研语音识别模型 DFSMN，准确率高达96.04%

这一数据测试基于世界最大的免费语音识别数据库LibriSpeech。对比目前业界使用最为广泛的LSTM模型，DFSMN模型训练速度更快、识别准确率更高。
weixin_33919950·2020-09-10 19:03

常用语音数据库

地址：https://catalog.ldc.upenn.edu/LDC2002T43【学术】LibriSpeech：包含文本和语音的有声读
cg_speech·2020-08-08 14:40

重磅！阿里开源自研语音识别模型DFSMN，准确率高达96.04%

近日，阿里巴巴达摩院机器智能实验室语音识别团队，推出了新一代语音识别模型——DFSMN，不仅被谷歌等国外巨头在论文中重点引用，更将语音识别准确率纪录提升至96.04%（基于世界最大的免费语音识别数据库LibriSpeech
我只是一个小小的搬运工·2020-06-30 20:45

最新语音识别词错误率WER汇总

包括LibriSpeech语料库，WSJ,RichTranscriptions，Hub5'00Evaluation(Switchboard/CallHome），Fisher(RT03SFSH)等。
yang_daxia·2020-06-30 05:24

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.
hyxxxxxx·2020-06-30 03:51

语音识别(一)—特征提取

0.数据集选择1.THCHS30清华数据集中文6.7G2.librispeech30G1.特征提取1.1读取数据wav&librosaimportscipy.io.wavfileaswavimportmatplotlib.pyplotaspltimportosimportlibrosaimportlibrosa.displayimportnumpyasnpfromscipy.fftpackimpo
hyxxxxxx·2020-06-30 03:20

语音数据集整理

语音数据集整理目录1.MozillaCommonVoice.22.翻译和口语音频的大型数据库Tatoeba.23.VOiCESDataset34.LibriSpeech.45.2000HUB5English
R念念·2020-06-29 20:07

wav2letter++ 第一次training 日志

第一次training日志w2l的github有一个demohttps://github.com/facebookresearch/wav2letter/tree/master/tutorials/1-librispeech_clean
golfbears·2020-06-23 10:38

Kaldi(A5)语言模型及HCLG.fst生成

虽然已有现成的Fisher_English或者Librispeech的HCLG.fst，但是他们用到的是3-gram，也就是说上下文一共是3个单词，而且文本
Seeker_zz·2020-03-21 15:46

重磅！阿里开源自研语音识别模型DFSMN，准确率高达96.04%

阿里妹导读：近日，阿里巴巴达摩院机器智能实验室开源了新一代语音识别模型DFSMN，将全球语音识别准确率纪录提高至96.04%（这一数据测试基于世界最大的免费语音识别数据库LibriSpeech）。
阿里技术·2019-12-16 17:47

kaldi LibriSpeech教程

前言因为我这里在服务器上下载数据很慢，所以，选择在别的地方下载好数据，然后上传过去的方式。稍微复杂一点。写个教程记录下.1下载训练数据&字典数据data_url=www.openslr.org/resources/12lm_url=www.openslr.org/resources/11⚠️data_url下的数据需要做解压，lm_url的数据不可以.1data_url的数据可以随便放，按照下面修
杨建利·2019-08-19 09:56

基于kaldi的iOS实时语音识别(在线)+03+librispeech

这篇主要是讲解librispeech运行的run.sh脚本#!
长风浮云·2019-06-14 22:14

理解wav2letter++ tutorial

Step1Datapreparation下载完数据后我们需要预处理数据使其格式能被wav2letter++处理：cdwav2letter/tutorials/1-librispeech_cleanpython3prepare_data.py
zizhan·2019-01-05 13:23

kaldi在线识别

博客上搜到的都是清华大学的中文数据集thchs30，其实中文和英文的在线识别操作是一样的，我这里用英文librispeech数据集进行测试（kaldi官网上可以下载到数据集和训练好的模型）。
YoungLittleT·2018-07-08 17:25

技术新闻记录

该模型将全球语音识别准确率纪录提升至96.04%（基于世界最大的免费语音识别数据库LibriSpeech）。
superKelly·2018-06-14 11:53

重磅！阿里开源自研语音识别模型DFSMN，准确率高达96.04%

阿里妹导读：近日，阿里巴巴达摩院机器智能实验室开源了新一代语音识别模型DFSMN，将全球语音识别准确率纪录提高至96.04%（这一数据测试基于世界最大的免费语音识别数据库LibriSpeech）。
阿里技术_·2018-06-08 08:00
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他