默认分类 - 话题 | 元语音研究网

METASPEECH

[浏览需要 0 积分] 发布于2024-05-05 10:04:36

优秀研究员—Chao Weng
学术链接

赞 1

评论

浏览 541

默认分类
L

L Lil2J

[浏览需要 0 积分] 发布于2024-03-02 21:45:37

从0开始预训练1.4b中文大模型实践
简介这篇文章主要记录了我个人对 1.4b 中文大模型的实践复现过程。我选择了 QWEN 作为基座模型，并训练了一个参数量达到 1.4b 的预训练模型，其中涉及的训练 token 数量约为 8b。在此过程中，我使用了两张 a100 80g 显卡，并耗费了大...

赞 3

评论

浏览 1667

默认分类
METASPEECH

[浏览需要 0 积分] 发布于2024-01-21 12:10:18

CMU多语言训练框架—OWSM
1、算法原理基础理论 2、算法框架训练框架

赞 1

评论

浏览 702

默认分类
METASPEECH

[浏览需要 0 积分] 发布于2024-01-21 11:55:30

Blank Penalty 算法原理与实现
1、算法原理算法介绍 2、算法实现 blank penalty 算法实现 3、算法应用 if blank_penalty > 0.0 logits = self.ctc.ctc_lo(encoder_out) logits[:, :, b...

赞 1

评论

浏览 767

默认分类
AI柠檬

[浏览需要 0 积分] 发布于2023-05-21 23:35:08

我发现新版的TensorFlow(2.11及以后)已经不支持在Windows上调用GPU进行模型训练了，装了 TensorFlow 执行 tf.test.is_gpu_available() 结果一直都是False 查到官方仓库上关于此事的Issues链接： https://github.com/tensorflow/tensorflow/issues/60241 其中提到了相关信息，以后Windows上训练只能用WSL了

赞 1

评论

浏览 1195

默认分类
倦

倦倦鳥馀花

[浏览需要 0 积分] 发布于2022-02-25 16:17:59

史上训练最简单，音质最好的语音合成系统
https://github.com/dtx525942103/vits_chinese 提供模型供评估

赞 7

评论 17

浏览 6915

默认分类
T

T TensorPro

[浏览需要 0 积分] 发布于2022-02-25 14:49:41

请教大家一个问题：关于用wenet 的TLG方案时，我在端到端模型上用的是拼音建模，然后通过词典对应到相应的汉字上去，现在TLG解码时，发现很多的删除错误，就是有很多地方没有识别结果。而我看用拼音的模型解码时其实是有识别结果的，不知道有哪位老师遇到过

赞 1

评论 3

浏览 2161

默认分类
江南一点红

[浏览需要 0 积分] 发布于2022-05-19 16:16:36

PyTorch使用Apple M1芯片加速训练
摘要安装 Miniconda3 注意：要启动苹果 M1 系列芯片加速需安装 arm64 架构原生 python 环境！ curl -O https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOS...

赞 3

评论 3

浏览 1594

默认分类
METASPEECH

[浏览需要 0 积分] 发布于2022-04-09 13:14:45

标签同步解码算法-LSD
标签同步解码算法 ASR 解码加速经典好文，可以在保持准确率基本不变的情况下同步提升字准率： http://cjc.ict.ac.cn/online/onlinepaper/42-7-4-201974193716.pdf

赞 2

评论

浏览 1035

默认分类
METASPEECH

[浏览需要 0 积分] 发布于2022-04-06 12:07:01

CTC Prefix Beam Search
发现一个讲解 CTC 前缀束搜索解码讲解 Git，推荐下！ Reference：https://github.com/ZhaoZeyu1995/zhaozeyu1995.github.io/blob/master/_hidden_posts/2021-5-...

赞 2

评论

浏览 1468

默认分类
家有爱妻是个宝

[浏览需要 0 积分] 发布于2022-04-05 12:50:22

天津大学认知计算与应用重点实验室语音前端处理与asr小组B站
https://m.bilibili.com/space/627545197?from=search

赞 3

评论 1

浏览 1373

默认分类
METASPEECH

[浏览需要 0 积分] 发布于2022-04-03 11:53:54

MMI基础理论推导
MMI 基础理论推导下载链接 Reference：http://placebokkk.github.io/asr/2019/12/24/asr-paper-se-mmi-note.html

赞 2

评论

浏览 1361

默认分类
倦

倦倦鳥馀花

[浏览需要 0 积分] 发布于2022-03-02 11:30:53

举世无双语音合成系统 VITS 发展历程
2021 年 6 月 11 日 VITS 论文和代码发布：论文：Conditional Variational Autoencoder with Adversarial Learning for End-to-End Text-to-Speech 代码...

赞 5

评论 1

浏览 2573

默认分类
W

W wbglearn

[浏览需要 0 积分] 发布于2022-02-25 10:05:22

语音的预训练最近特别火，大家有实践的吗？
比如 data2vec 或者 wav2vec 或者 wavlm 等。

赞 4

评论 3

浏览 1488

默认分类
METASPEECH

[浏览需要 0 积分] 发布于2022-02-25 12:16:13

kaldi鉴别性训练完毕后，使用区分性训练基本可以得到一致的ASR精度提升。但是以CTC为例的端到端模型在基本训练完毕后retrain区分性训练（mmi），在精度上没有传统模型表现好呢（偶现区分性较好）？并且训练差的比例大幅会高于训练好的比例。

赞 2

评论 1

浏览 1667

默认分类

METASPEECH
262 帖子 • 51 评论

1576
Speech
166 帖子 • 24 评论

1289
AI柠檬
14 帖子 • 16 评论

505
江南一点红
1 帖子 • 1 评论

46
懵
懵懵懂懂的新手
1 帖子 • 17 评论

39
M
Mephisto
0 帖子 • 4 评论

28
後藤ひとり
0 帖子 • 0 评论

23
心行
2 帖子 • 0 评论

20
出东巷
0 帖子 • 0 评论

15
betciso
0 帖子 • 1 评论

12