【Github】项目名：masr：基于深度神经网络的中文语音识别项目
项目简介
masr是一个基于端到端的深度神经网络的中文普通话语音识别项目。它使用门控卷积神经网络（Gated Convolutional Network），激活函数为GLU（门控线性单元），网络结构类似于Facebook在2016年提出的Wav2letter。模型使用AISHELL – 1数据集训练，共150小时的录音，覆盖4000多个汉字。在单卡GTX1080Ti上，模型每迭代一个epoch大约需要20分钟，目前验证集CER已下降到11%，测试集CER稍高为14%，外接语言模型可将测试集CER降低到8%，项目提供的预训练模型接近最佳。
项目总结
这个masr项目为研究卷积网络用于语音识别效果提供了参考，但由于数据量等因素不能与工业界识别效果相比。欢迎大家留言分享对这个项目的看法和见解。