kaldi官网(https://github.com/kaldi-asr/kaldi)合并了Lookahead graph decoding #3616。look ahead的具体解释:将当前节点历史下的后继单词语言模型得分最大值加进来(提…

最新声浪
查看全部 →从去年开始,深度学习工具箱如雨后春笋般一个接一个出来。但是作为语音识别的学生,研究或者工程人员应该选择哪个工具呢?下面是我的一些理解,希望对大家选用工具有一点帮助。 1、tensorflow 社区应该目前是最大的,谷歌有那么一大帮人来维护,…
三音素GMM与单音素GMM的主要差别在于决策树状态绑定,与GMM参数更新相关的原理、程序和类两者都是一样的。 在这个笔记中,我会首先介绍表示HMM的类HmmTopology和TransitionModel,然后介绍三音素GMM训练脚本tra…
到现在为止,程序acc-tree-stats累积好了构建决策树所需的统计量,程序cluster-phones和compile-questions自动生成好了构建决策树所需的问题集,我们也准备好了roots.int文件,那么我们就可以开始构建…
kaldi里的决策树部分之前说了二部分,这次是第三部分。其中,第一部分是Kaldi决策树状态绑定学习笔记(一)——如何累积相关统计量?;第二部分是
Kaldi决策树中使用的问题集并不是手工设计的,而是通过之前得到的统计量自动生成的。那么在Kaldi中是如何自动生成问题的?这就是本次笔记的主要内容。 在这个笔记中,我会首先介绍自动生成问题集所用到的主程序cluster-phones和主函…
原理 学习资料: 1.SLP Ch10.3 2.Daney Povey Kaldi Lecture3 3.官方决策树三个文档、HMM文档 4.爱丁堡大学CDHMM-PPT 5.论文《Tree-Based State Tying For Hi…
今天我们就推送kaldi里的单音素GMM部分,主要内容如下: 原理 学习资料: 1. 统计学习方法--李航 a) 学习第九章《EM算法》,可跳过9.4节。弄明白EM算法在高斯混合模型(GMM)学习中的应用,搞明白几个公式。 b) 学习第十章…
清华大学语音和语言技术中心(CSLT)在语音开源平台 Kaldi 上公布了中国明星声纹数据集 CN-Celeb 的说话人识别基础流程(Recipe)。研究者可以依此流程构建属于自己的说话人识别系统。 中国明星声纹库 CN-Celeb CN-…
华为诺亚方舟实验室语音语义团队与海思、云BU等团队合作,共同研究大规模预训练模型的训练技术,发布了自己的中文预训练语言模型NEZHA(NEural ContextualiZed Representation for CHinese LAng…
