摘要：
实时语音通信发展到今天，用户对通话语音质量提出了越来越高的要求。由于终端设备的多样性以及使用场景的差异，声音问题依然存在。传统的音频处理技术从声音信号本身出发，挖掘其时频特性，作出假设，建立物理模型，很多参数都需要人工进行精细化微调，比较费时费力。随着AI技术的发展，凭借着其强大的拟合能力，利用数据 阅读全文
摘要：
噪声问题一直是语音识别的一个老大难的问题，在理想的实验室的环境下，识别效果已经非常好了，之前听很多音频算法工程师抱怨，在给识别做降噪时，经常发现WER不降反升，降低了识别率，有点莫名其妙，又无处下手。 刚好，前段时间调到了AIlab部门，有机会接触这块，改善语音识别的噪声问题，虽然在此之前，询问过同 阅读全文
摘要：
SyncTaskQueue.h #pragma once #include <list> #include <mutex> #include <condition_variable> #include <iostream> template <typename TASK> class SyncTas 阅读全文
摘要：
消息总线模式 == 等价于 发布-订阅模式 消息总线 == 事件处理中心 观察者应该主动向消息总线注册事件，因为消息总线并不知道哪些对象需要别注册。 当主题发生变化时，主动向消息总线发送消息。 消息总线会找到关注指定消息的所有观察者，进行通告，观察者做出行动。 Observer Message Bu 阅读全文
摘要：
complex.h #pragma once #include <iostream> #define FRIEND_FUNC 1 #define INLINE_FUNC 1 class ostream; class istream; class Complex { public: Complex() 阅读全文
摘要：
这次wer由15%下降到0%了，后面跑更多的模型 LOG (apply-cmvn[5.2.124~1396-70748]:main():apply-cmvn.cc:162) Applied cepstral mean normalization to 20 utterances, errors on 阅读全文
摘要：
基本模型没有变化，主要是调参，配置： %WER 65% 下降到了 15% 后面再继续优化... Graph compilation finish!steps/decode.sh --nj 1 --cmd utils/run.pl exp/mono0/graph_tgpr data/waves_tes 阅读全文
摘要：
train_mono.sh prepare_lang.sh run.sh 阅读全文
摘要：
http://blog.csdn.net/u013677156/article/details/77893661 1、kaldi解码过程 kaldi识别解码一段语音的过程是：首先提取特征，然后过声学模型AM，然后过解码网络HCLG.fst，最后输出识别结果。 HCLG是解码时的重要组成部分。HCLG 阅读全文
摘要：
孤立词参考的例子就是yes/no脚本。 这里我们做10个词识别实验，熟悉整条链路。 后续尝试一些新的模型提高识别率； 再尝试模型语速、语调、平稳噪声的鲁棒性，尝试已有去噪处理算法的优化前端； 扩大孤立词的数量，裁剪模型，效率优化，熟悉FST解码器，将嵌入式硬件的孤立词识别能做到实用层面。 最后做连续 阅读全文
摘要：
SRILM是一个建立和使用统计语言模型的开源工具包，从1995年开始由SRI 口语技术与研究实验室（SRI Speech Technology and Research Laboratory）开发，现在仍然不断推出新版本，被广泛应用于语音识别、机器翻译等领域。这个工具包包含一组C++类库、一组进行语 阅读全文
摘要：
转自：http://blog.csdn.net/xmdxcsj/article/details/54695506 overview Karel’s DNN和Dan’s DNN格式不兼容，可以使用egs/rm/s5/local/run_dnn_convert_nnet2.sh进行格式转化。 nnet1 阅读全文
摘要：
作者：zqh_zy链接：http://www.jianshu.com/p/c5fb943afaba來源：简书著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 本文通过简单kaldi源码，分析DNN训练声学模型时神经网络的输入与输出。在进行DNN训练之前需要用到之前GMM-HMM训 阅读全文
摘要：
转自： http://www.jianshu.com/p/5b19605792ab?utm_campaign=maleskine&utm_content=note&utm_medium=pc_all_hots&utm_source=recommendation http://www.jianshu. 阅读全文
摘要：
转自：http://blog.csdn.net/inger_h/article/details/52789339 在已经训练好模型的情况下，需要针对一个新任务做在线识别应该怎么做呢？ 一种情况是，用已有的声学模型和新训练的语言模型。 语言模型可以同srilm等工具训练，但是怎样将语言模型与DNN声学 阅读全文
摘要：
转自：http://blog.csdn.net/huchad/article/details/52092796 使用kaldi的DNN做音频分类，异常声音检测。 HMM/GMM -》 HMM/DNN 基本上沿用语音识别的思路，有两点注意一下即可。 1. 在训HMM/GMM时，训到monophone即 阅读全文
摘要：
转自：http://blog.csdn.net/zjm750617105/article/details/55211992 对于每个类别的GMM有几种思路： 第一是将所有训练数据按类别分开，每类的数据训练一个GMM模型 第二是将所有的数据训练一个UBM模型，然后将训练数据按类别分开，用MAP去训练每 阅读全文