本次的安装环境：ubuntu16.04MKL的安装地址：https://software.intel.com/en-us/mkl/choose-download/linuxIntel®oneAPIBaseToolkit安装：wgethttps://registrationcenter-download.intel.com/akdlm/irc_nas/17769/l_BaseKit_p_2021.2

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

wav2letter++是FacebookAIResearch语音团队的快速开源语音处理工具包,它是一个简单高效的端到端自动语音识别(ASR)系统。它完全用C++编写，使用ArrayFire张量库和flashlight机器学习库来实现最高效率。该软件的目标是促进端到端语音识别模型的研究。下面我们来搭建wav2letter++开发环境。我的环境是ubuntu18.04，GTX1070GPU下搭建。首

WAV2LETTER++:THEFASTESTOPEN-SOURCESPEECHRECOGNITIONSYSTEMVineelPratap，AwniHannun，徐连通，JeffCai，JacobKahn，GabrielSynnaeve，VitaliyLiptchinsky，RonanCollobertFacebook人工智能研究摘要本文介绍了最快的开源深度学习语音识别框架wav2letter++

这次是因为公司需要做语音识别，采用wav2letter开源框架，所以在linux下搞一搞，如果有不对的地方还请指正。

wav2letter++第一次training日志w2l的github有一个demohttps://github.com/facebookresearch/wav2letter/tree/master/

wav2letter是一个快速开源的语音识别工具集，是由facebookai研究所的语音团队开发，通过EndtoEnd（端到端）的ai模型，旨在实现Lexicon-free（无字典）语音识别的目标。

wav2letter是由FacebookAI研究团队开源的一款简单而高效的端到端自动语音识别系统，它实现了在WavLetter：anEnd-to-EndConvNet-basedSpeedRecognitionSystem

近日，FacebookAI研究院开源了端到端语音识别系统wav2letter，本文是该架构的论文实现，读者可据此做语音转录。

今日凌晨，FacebookAI研究中心宣布开源语音识别工具包wav2letter！