【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。
项目地址
数据统计
数据评估
本站链氪巴士提供的masr:基于深度神经网络的中文语音识别项目都来源于网络,不保证外部链接的准确性和完整性,同时,对于该外部链接的指向,不由链氪巴士实际控制,在2024年12月6日 上午12:00收录时,该网页上的内容,都属于合规合法,后期网页的内容如出现违规,可以直接联系网站管理员进行删除,链氪巴士不承担任何责任。
相关导航
GitHub上的earlephilhower/arduino - pico项目是将Arduino移植到RP2040和RP2350板的项目。它使用特定的工具链并支持多种内核。支持众多板子,如树莓派Pico系列等多种品牌型号。功能丰富,涵盖USB、蓝牙、WiFi、以太网、文件系统、音频处理等多方面。安装方面在Windows和Linux下有不同注意事项,上传草图、文件系统镜像以及使用Picoprobe/Debugprobe上传草图都有详细步骤,还涉及到调试相关内容。该项目全面且实用,为相关开发者提供了极大便利。