语音识别 - 随笔分类 - WELEN

深度学习语音降噪总结

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

posted @ 2019-03-14 14:28 WELEN 阅读(9044) 评论(2) 推荐(1) 编辑

语音识别的降噪思路和总结

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

posted @ 2019-03-13 16:32 WELEN 阅读(10772) 评论(3) 推荐(9) 编辑

SVM matlab 代码详解说明

摘要：维度分析：假设输入的训练数据为m个，维度为d，记作X(m,d);显然w为w(m,1); wT*x+b 核函数计算:k(x,y)->上公式改写成 wT*@(x)+b 假设支持的向量跟训练数据保持一致，没有筛选掉一个，则支撑的数据就是归一化后的X,记作：Xst; 测试数据为T(n,d); 则核函数计算后阅读全文

posted @ 2017-02-20 23:17 WELEN 阅读(30352) 评论(1) 推荐(1) 编辑

神经网络的BP算法

摘要：正向传播： W下脚标定义根据用户自己的习惯反向传播算法 1.误差由本层传到上层相关联的结点，权重分配 2.上层某个结点的总误差 2.误差最小化与权重变量有关，最小梯度法。权重因子更新偏导数求解，链式求导法则：误差由本层逐层向上层推进，归纳公式：阅读全文

posted @ 2017-01-20 10:06 WELEN 阅读(493) 评论(0) 推荐(0) 编辑

HMM的输出概率计算复习

该文被密码保护。

posted @ 2017-01-10 15:11 WELEN 阅读(1) 评论(0) 推荐(0) 编辑

MFCC可视化

摘要：大多数文章和博客介绍都是MFCC的算法流程，物理意义，这里仅仅从数据分布可视化的角度，清晰观察MFCC特征在空间中的分布情况，加深理解。 MFCC处理流程： MFCC参数的提取包括以下几个步骤：1.预滤波：CODEC前端带宽为300-3400Hz的抗混叠滤波器。2.A/D变换：8kHz... 阅读全文

posted @ 2014-11-14 10:55 WELEN 阅读(2351) 评论(1) 推荐(0) 编辑

在cygwin或者MINGW上安裝htk 3.4[转]

摘要：網路上的說明大多是英文的，提供個翻譯的中文版本給大家。參考自http://www.phon.ucl.ac.uk/resource/sfs/howto/htk .htm參考自http://www.llaisdy.com/blog/2007/07/30/compiling-htk -34-on-wind... 阅读全文

posted @ 2014-08-22 23:22 WELEN 阅读(258) 评论(0) 推荐(0) 编辑

VQ结合SVM分类方法

摘要：今天整理资料时，发现了在学校时做的这个实验，当时整个过程过重偏向依赖分类器方面，而又很难对分类器性能进行一定程度的改良，所以最后没有选用这个方案，估计以后也不会接触这类机器学习的东西了，希望它对刚入门的人有点用。 SVM比较适合高维数据的二分类，本来准备对语音特征直接用SVM进行二分类，但是发现样... 阅读全文

posted @ 2014-08-12 10:14 WELEN 阅读(1275) 评论(0) 推荐(0) 编辑

特征选择常用算法综述

摘要：转：http://www.cnblogs.com/heaad/archive/2011/01/02/1924088.html1 综述(1)什么是特征选择特征选择( Feature Selection )也称特征子集选择( Feature Subset Selection , FSS )，或属性选择(... 阅读全文

posted @ 2014-07-14 23:44 WELEN 阅读(509) 评论(0) 推荐(0) 编辑

亲自动手用HTK实现YES NO孤立词识别

摘要：很久以前的发在研学论坛的帖子了，再重新整理了一下，希望对新手有用。完整版链接：http://yun.baidu.com/s/1hapcE第一步创建语音文件录音命令：HSLab any_name.sig第二步：声学分析抽取yes和no的mfcc特征参数。保存在data/train/lab与data... 阅读全文

posted @ 2014-06-24 11:44 WELEN 阅读(1472) 评论(0) 推荐(0) 编辑

TIMIT语音库

摘要：TIMIT语音库有着准确的音素标注，因此可以应用于语音分割性能评价，同时该数据库又含有几百个说话人语音，所以也是评价说话人识别常用的权威语音库，但该语音库的商业用途是要花钱买的。下面的资源来自与MIT教学实验使用，大概有430多M。下载地址：http://web.mit.edu/course/6/6... 阅读全文

posted @ 2014-06-11 21:43 WELEN 阅读(10248) 评论(0) 推荐(0) 编辑

基于HTK语音工具包进行孤立词识别的使用教程

摘要：选自：http://my.oschina.net/jamesju/blog/1161511前言最近一直在研究HTK语音识别工具包，前几天完成了工具包的安装编译和测试，这几天又按耐不住好奇，决定自己动手搞一搞，尝试一下用这个工具包，进行简单的孤立词识别，看了几天的文档，做了各种尝试，总算跌跌撞撞的实现... 阅读全文

posted @ 2014-06-11 15:54 WELEN 阅读(650) 评论(0) 推荐(0) 编辑

Praat 音频分析人工标注

摘要：http://pan.baidu.com/s/1o6BdE5c 阅读全文

posted @ 2014-06-11 14:45 WELEN 阅读(757) 评论(0) 推荐(1) 编辑

HTK源码学习总结

摘要：http://pan.baidu.com/s/1o6BdE5c 阅读全文

posted @ 2014-06-11 14:43 WELEN 阅读(731) 评论(0) 推荐(0) 编辑

HTK搭建语音拨号系统实验材料下载

摘要：选自：http://maotong.blog.hexun.com/6267266_d.html压缩包包括全部的配置文件，脚本文件，必备的模型文件和实验手册。全部实验材料的下载链接：1http://su.tonghua.googlepages.com/voicedialsystem.zip2http:... 阅读全文

posted @ 2014-06-11 14:28 WELEN 阅读(532) 评论(0) 推荐(0) 编辑

应用HTK搭建语音拨号系统4：识别器评估

posted @ 2014-06-11 14:27 WELEN 阅读(449) 评论(0) 推荐(0) 编辑

应用HTK搭建语音拨号系统3：创建绑定状态的三音素HMM模型

posted @ 2014-06-11 14:25 WELEN 阅读(1588) 评论(0) 推荐(0) 编辑

应用HTK搭建语音拨号系统2：创建单音素HMM模型

posted @ 2014-06-11 14:23 WELEN 阅读(1010) 评论(0) 推荐(0) 编辑

应用HTK搭建语音拨号系统1:数据准备

posted @ 2014-06-11 14:21 WELEN 阅读(1025) 评论(0) 推荐(0) 编辑

HTK学习2：工具使用

摘要：选自：http://www.cnblogs.com/mingzhao810/archive/2012/08/03/2617674.html 这个是重点，呵呵，本部分会讨论到如下内容： 1. 建立语音材料库，确定识别基本元，比如一个单词 yes no ok等，或者声母 b p m f 韵母 d t... 阅读全文

posted @ 2014-06-11 14:05 WELEN 阅读(1613) 评论(0) 推荐(0) 编辑

WELEN

随笔分类 - 语音识别

公告