【第二期】AI Talk：无标注大数据的半监督声学模型训练
目前，深度学习已经在机器学习应用的各个领域取得了非常出色的表现，其成功在很大程度上取决于大数据和与之匹配的计算能力。深度学习的特性决定了它需要很多的数据进行学习，从而得出模型来完成特定任务，比如，大词汇量连续语音识别上的成功就取决于海量的用…
391 1 0
声浪
【第一期】AI Talk：TensorFlow 分布式训练的
AI Talk导读 TensorFlow 之大远远超出你的认识。事实上它是一个针对深度学习的库，并藉由和谷歌的关系赢得了许多关注。本期AI Talk将要带来的是关于 TensorFlow 分布式训练如何进行线性加速实践的实战分享。 同时此篇…
469 0 0
基于Tacotron汉语语音合成的开源实践
2017年初，Google 提出了一种新的端到端的语音合成系统——Tacotron。Tacotron打破了各个传统组件之间的壁垒，使得可以从配对的数据集上，完全随机从头开始训练。本文是来自喜马拉雅FM音视频工程师马力的投稿，他手把手式的介绍…
20 0 0
Facebook 360度音频编码与渲染
从360度视频到Oculus，通过Facebook 360音频编码与渲染都可实现身临其境的感受，并且使用的声道更少，小于0.5毫秒的渲染延迟。Facebook技术团队撰文对此进行了解读，LiveVideoStack对文章进行了编译。 全新的…
12 0 0
tensorflow里的Speech Commands...
tensorflow里的Speech Commands Example TF开始放语音的例子，也许有很多人已经在使用tensorflow到语音的实验中了。TF官网开始开放一些语音命令的例子，网址：https://github.com/ten…
13 0 0
CNN在语音识别中的应用
2012年，微软邓力和俞栋老师将前馈神经网络FFDNN（Feed Forward Deep Neural Network）引入到声学模型建模中，将FFDNN的输出层概率用于替换之前GMM-HMM中使用GMM计算的输出概率，引领了DNN-HM…
17 0 0
万字长文带你轻松了解LSTM全貌
第一次接触长短期记忆神经网络（LSTM）时，我惊呆了。 原来，LSTM是神经网络的扩展，非常简单。深度学习在过去的几年里取得了许多惊人的成果，均与LSTM息息相关。因此，在本篇文章中我会用尽可能直观的方式为大家介绍LSTM——方便大家日后自…
17 0 0
课程分享——国内外语音课程
正所谓学无止境，再厉害的人也不可能样样精通，所以只有一直坚持学习才能提高自我，成就更高的自我，今天就来给大家推荐几个关于语音的课程： ①上海交通大学俞凯老师的课程： 连接：https://speechlab.sjtu.edu.cn/~kyu…
72 0 0
语音识别系列——数据终结篇
这篇文章主要来写下kaldi中数据处理的一些内容。如果我们拿到一个新的数据库，我们根据数据准备阶段准备数据，然后咱们开始训练模型。但基础数据往往是单一的，我们怎么才能让数据变多呢。首先这里引用来自阿里巴巴的薛少飞之前的一个ppt： 目前在基…
203 0 0