原创 pytorch attention 介紹
http://pytorch123.com/FifthSection/Translation_S2S_Network/
2020-06-28 17:10:32
原创 端到端asr系統搭建
驗證了一個端到端語音識別系統，目前cer結果還不錯。考慮怎麼實際使用： 1）服務器端： 利用kaldi的流式處理方法（http目錄1. kaldi-gstreamer-server2. master_server.py3. wok
2020-06-28 17:10:21
1
原创 pytorch transformer 介紹
http://pytorch123.com/FifthSection/Translation_S2S_Network/ https://zhuanlan.zhihu.com/p/44121378 1.3 Positional Encodi
2020-06-28 17:10:20
原创 master_worker
見過很多獲取服務器本地IP的代碼，個人覺得都不是很好。從網上搜索到一個靠譜的腳本，分享一下！ 通過 UDP 獲取本機 IP，目前見過最優雅的方法 這個方法是目前見過最優雅獲取本機服務器的IP方法了。沒有任何的依賴，也沒有去猜測機器上的網絡
2020-06-28 17:10:19
原创 實時語音識別GStreamer+kaldi 搭建介紹
一.搭建 見博客 http://www.luyixian.cn/news_show_274565.aspx 二. 結構 1) master worker client 利用websocket交互 2) g
2020-06-08 13:03:25
原创 錄音切分
m4a 及其他轉MP3 流程 首先 ffmpeg 轉成wav ffmpeg -y -i apple.m4a -ac 1 -ar 16000 apple.wav # 蘋果m4a格式 轉成 單通道 16k採樣率 的wav格式音頻
2020-06-08 13:03:25
原创 Deterministic Pytorch： pytorch如何保證可重複性
要想整個模型是確定性的，我們需要設定好隨機種子，這樣當程序運行到具有random的模塊時，由於僞隨機的種子是相同的，那麼隨機得到的結果也是相同的。需要設定的隨機種子如下。 def set_seed(self, seed
2020-05-22 10:16:25
7
原创 Fully Convolutional Speech Recognition
目錄Abstract1. Introduction2. Model2.1. Convolutional Front-end2.2. Convolutional Acoustic Model2.3. Convolutional La
2020-05-15 15:33:03
2
原创 Kaldi當中語音數據增強有什麼方法
整理 知乎 https://www.zhihu.com/people/leonjin 回答，如侵權立刪 音速擾動sp：將音頻速度擴展爲0.9,1.0,1,1 參考腳本utils/data/perturb_data_dir_speed_
2020-05-12 01:01:09
原创 Wav2Letter++ 自動分割標準ASG
查看原文 https://www.infoq.cn/article/BK9LZ7b4txmsOTCQ-vLm Wav2Letter 的核心是個聲學模型，就像我們也許已經猜到的那樣，它可以預測聲波中的字母
2020-05-08 09:21:15
原创 半監督分類的方式：self-training和co-training的算法簡述
半監督學習文章：https://zhuanlan.zhihu.com/p/37747650 自我學習 (self-training) 自我訓練就是通過一系列的步驟，用已有的有標籤的數據(labelled data)，去對剩下的還未標記的數
2020-05-08 09:21:15
原创 Self-training for end-to-end speech recognition
目錄ABSTRACT1. INTRODUCTION3. SEMI-SUPERVISED SELF-TRAINING3.1. Filtering3.2. Ensembles4. EXPERIMENTSdata4.2. Experim
2020-05-08 09:21:15
原创 SEMI-SUPERVISED ASR BY END-TO-END SELF-TRAINING 端到端半監督訓練
作者分別來自 俄亥俄州立大學，Salesforce， 亞馬遜 alexa，還是值得一讀 目錄ABSTRACTINTRODUCTIONSUPERVISED LEARNING FOR ASR2.1 End-to-end ASR wit
2020-05-02 20:41:58