【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

NiceVieoPlayer是一个Android视频播放器项目,它基于IjkPlayer/MediaPlayer+TextureView进行封装。支持本地和网络视频播放,能在IjkPlayer和MediaPlayer之间切换,完美实现小窗口与全屏切换,在RecyclerView中也可无缝全屏切换。支持手势操作调节进度、亮度、声音,可切换清晰度,还能自定义控制界面。使用时在AndroidStudio或Gradle中添加依赖,在Activity和Fragment中有特定的使用逻辑,包括释放播放器、处理返回键等操作,在RecyclerView中使用时要监听视图回收释放播放器,对于Home键操作也有相应处理方式。