【持续更新】AI柠檬博客智能语音技术系列文章集整理

1. 智能语音技术教学干货

1. Python 复现谷歌 SpecAugment 数据增强算法
2. 还是不会 VAD？带你看懂语音激活检测方法原理
3. 语音声学特征提取：MFCC 和 LogFBank 算法的原理
4. 语音声学特征提取：用于 ASRT 的语谱图特征的算法原理与实现

2. ASRT 语音识别开源项目干货教程

开源代码仓：

1. GitHub: ASRT_SpeechRecognition
2. GitHub: ASRT_SDK_WinClient
3. GitHub: ASRT_SDK_Python3
4. GitHub: ASRT_SDK_Java
5. GitHub: asrt-sdk-go

教程文章：

1. ASRT：一个中文语音识别系统
2. Python 实现录音和播放功能
3. 教你如何使用 ASRT 训练中文语音识别模型
4. 教你如何使用 ASRT 部署中文语音识别 API 服务器
5. C#基于 winmm 实现录音功能
6. C#在 UWP 中实现录音功能
7. Java 读取并解析 wav 格式文件

3. 智能语音技术相关资料收集整理

1. 几个最新免费开源的中文语音数据集
2. 几个免费开源的英文语音数据集
3. AI 柠檬语音识别学习路径和入门资料推荐

4. 领域前沿动态和论文分享

1. [翻译]使用 CTC 进行序列建模
2. MCNN-CTC：将语音识别错误率再降 12%
3. [翻译]Deep Speech：中文和英文中的端到端的语音识别
4. 使用 N-DenseNet 实现城市声音事件分类模型
5. [论文翻译]SpecAugment:一种用于自动语音识别的简单数据扩增方法
6. [论文分享]Char2wav 端到端语音合成
7. [论文分享]用 GAN 从 MFCC 合成语音波形
8. [论文分享]FastSpeech: 快速鲁棒可控的语音合成
9. [论文分享]迁移学习实现基于预算的语音识别
10. 10 分钟标注数据胜过一年前的 960h 数据，FAIR 新研究取得语音识别大进展（模型已开源）