语音识别 - 话题 | 元语音研究网

METASPEECH

[浏览需要 0 积分] 发布于2022-05-14 11:37:49

端到端语音识别-01-田正坤
论文优势：（1）CTC 模型介绍（2）基础 Attention 模型（3）Encoder 模型探讨（4）软、硬 Attention 机制（5）多任务学习结构（6）Transformer 结构（7）训练技巧与个人思考论文下载链接：

赞 3

评论 11

浏览 1761

开源分享
METASPEECH

[浏览需要 0 积分] 发布于2022-03-06 21:41:54

清华大学 - 语音识别基本法
下载链接

赞 6

评论 37

浏览 2436

开源分享
Speech

[浏览需要 0 积分] 发布于2025-01-08 13:31:47

【CP】Breaking Through the Spike: Spike Window Decoding for Accelerated and Precise Automatic Speech Recognition
论文链接

赞 3

评论 1

浏览 556

语音
METASPEECH

[浏览需要 0 积分] 发布于2024-02-25 17:26:40

ICASSP 2023论文集
论文链接见隐藏内容

赞 4

评论 9

浏览 1021

前沿动态
METASPEECH

[浏览需要 0 积分] 发布于2024-04-04 11:11:49

优秀博士论文推荐—中科院北自所—张帅—端到端中英混合语音识别方法研究
中英混合是指在交流过程中产生的中英文语言切换的现象。随着全球化的进行，中英混合表达已经成为了一种常见的交流方式。某些场景下的中英混合表达尤为多见，比如英文教学课堂、学术会议、跨国企业会议等。这种特殊的语言现象有效地降低了沟通成本，促进了不同文化之间的交流。...

赞 1

评论 7

浏览 975

语音
METASPEECH

[浏览需要 0 积分] 发布于2024-04-05 20:48:23

大家有尝试过wenet aishell-1 的 NST训练吗？能复现吗？有在工业界尝试吗？
wenet 开源了 NST 无监督训练方法，请问有大佬尝试过如下的方法吗？精度如何能复现吗？能在工业界应用吗？ https://github.com/wenet-e2e/wenet/tree/main/examples/aishell/NST

赞 1

评论 2

浏览 819

语音
METASPEECH

[浏览需要 0 积分] 发布于2024-03-02 20:04:08

优秀会议论文推荐—EXPLORING SPEECH RECOGNITION, TRANSLATION, AND UNDERSTANDING WITH DISCRETE SPEECH UNITS: A COMPARATIVE STUDY
论文链接见隐藏内容

赞 1

评论 1

浏览 589

前沿动态
METASPEECH

[浏览需要 0 积分] 发布于2023-05-24 10:22:26

ASR学习方法
ASR 开源学习方法，CTC RNNT AED 均有介绍隐藏内容有 PR 链接

赞 5

评论 14

浏览 1437

开源分享
METASPEECH

[浏览需要 0 积分] 发布于2023-05-27 14:35:52

CTC尖峰前移方法—BRCTC—Tencent AI Lab
Vanilla CTC 对齐存在尖峰漂移现象，这使得无法比较准确获取 CTC 对齐结果，上采样后漂移误差更大，如何缓解该问题。最近，Tencent AI Lab 在 ICLR 2023 提出了 Bayes Risk CTC 通过对候选路径 risk fa...

赞 3

评论 8

浏览 1420

前沿动态
METASPEECH

[浏览需要 0 积分] 发布于2022-05-14 12:19:57

WFST算法分享-06-厦门大学洪老师
论文优势：（1）WFST 基础理论介绍（2）基于 WFST 的 Token Passing 算法流程介绍（3）解码与剪枝（4）其他介绍 PPT 下载链接：

赞 1

评论 2

浏览 1807

技术干货
METASPEECH

[浏览需要 0 积分] 发布于2022-05-13 21:35:58

WFST算法分享-03-周世玉
本篇优势：（1）WFST 基本理论介绍与阐述；（2）WFST 基本算子理论阐述、伪代码及推导；（3）WFST 基本应用（4）其他 PPT 下载链接：

赞 1

评论 4

浏览 1304

前沿动态
METASPEECH

[浏览需要 0 积分] 发布于2023-06-20 16:22:48

CIF-HieraDist
科院明伦大佬开源 CIF 及其优化算法，在 Aishell-1 Test CER 为 4.1% 隐藏内容有 GitHub 链接

赞 3

评论 4

浏览 1079

前沿动态
METASPEECH

[浏览需要 0 积分] 发布于2023-05-21 20:02:26

热词方案—58同城
58 同城在 wenet 开源了热词增强方案隐藏内容有 PR 链接

赞 2

评论 3

浏览 1200

开源分享
METASPEECH

[浏览需要 0 积分] 发布于2023-05-18 09:55:01

英文ASR 中如何解决中文外来词识别问题
大家伙有在做英文 ASR 过程中，遇到中文外来词识别问题吗？如 sichuan、jinan、sichuan kuaixian 等中文外来词识别薄弱的问题吗？请问大家怎么解决或者缓解的方法？

赞

评论 2

浏览 971

交流讨论
METASPEECH

[浏览需要 0 积分] 发布于2022-03-27 20:42:14

gmm-decoder-simple学习
最您偶然在 B 站发现了 simple-decoder（gmm-decoder-simple）源码讲解，非常细致，细节把握很到位，强烈建议大家进行学习。非常适合大家学习 WFST 构图与搜索，同时完全适合迁移到端到端 EESEN 方式进行解码！ Rede...

赞 2

评论 1

浏览 1459

技术干货
METASPEECH

[浏览需要 0 积分] 发布于2022-03-17 11:02:02

语音识别构图与加速方案
听说**公司，基于 WFST 解码在推理与搜索速度比同级 kaldi 解码速度（以 online2-wav-nnet3-latgen-faster 为例）快 20+ 倍，请问有大佬们如何能加速 WFST 搜索呢？前提是保持解码精度基本不变的情况下。

赞 1

评论 2

浏览 1409

交流讨论
AI柠檬

[浏览需要 0 积分] 发布于2022-03-05 19:58:42

【开源】ASRT开源语音识别系统 v1.1.1 版发布！本次发布的版本使用了更多的开源数据集进行了训练，模型识别效果更鲁棒，泛化性更强！本版本中模型参数文件的效果比上一个版本的更佳。一个性能更好的基于http的API接口被加入其中。大家可以到GitHub的Release页面下载到最新的服务端程序，自带已经训练好的模型文件，可以直接部署调用接口。欢迎大家和我们在元语音研究网一起交流学习~ https://github.com/nl8590687/ASRT_SpeechRecognition/releases/tag/v1.1.1

赞 1

评论 1

浏览 1243

开源分享
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

[浏览需要 0 积分] 发布于2022-03-06 21:56:13

语音相关论文
下载链接

赞 1

评论

浏览 763

开源分享
Speech

[浏览需要 0 积分] 发布于2025-01-14 13:49:18

【优秀博士生】Jia-ming Zhou—南开大学
学术链接

赞 2

评论

浏览 390

语音

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