kaldi官方正式合并了基于HI-MIA数据集的唤醒recipe方案。此唤醒的recipe方案由北京希尔贝壳科技,西北工业大学音频语音与语言处理研究组,AISHELL Foundation合作完成。 此recipe方案基于北京希尔贝壳科技在…
声浪
近日,freewym(Yiming Wang)在kaldi的master分支合并了Wake-word detection #3467。 此前,出门问问团队在openslr上上传了数据,地址:https://www.openslr.org/8…
由中国工信出版集团,电子工业出版社,由陈果果,都家宇,那兴宇,张俊博四位同学合著的kaldi 语音识别实战这本书终于预售了。欢迎大家前去购买。地址在阅读原文里。
kaldi官网(https://github.com/kaldi-asr/kaldi)合并了Lookahead graph decoding #3616。look ahead的具体解释:将当前节点历史下的后继单词语言模型得分最大值加进来(提…
从去年开始,深度学习工具箱如雨后春笋般一个接一个出来。但是作为语音识别的学生,研究或者工程人员应该选择哪个工具呢?下面是我的一些理解,希望对大家选用工具有一点帮助。 1、tensorflow 社区应该目前是最大的,谷歌有那么一大帮人来维护,…
三音素GMM与单音素GMM的主要差别在于决策树状态绑定,与GMM参数更新相关的原理、程序和类两者都是一样的。 在这个笔记中,我会首先介绍表示HMM的类HmmTopology和TransitionModel,然后介绍三音素GMM训练脚本tra…
到现在为止,程序acc-tree-stats累积好了构建决策树所需的统计量,程序cluster-phones和compile-questions自动生成好了构建决策树所需的问题集,我们也准备好了roots.int文件,那么我们就可以开始构建…
kaldi里的决策树部分之前说了二部分,这次是第三部分。其中,第一部分是Kaldi决策树状态绑定学习笔记(一)——如何累积相关统计量?;第二部分是
Kaldi决策树中使用的问题集并不是手工设计的,而是通过之前得到的统计量自动生成的。那么在Kaldi中是如何自动生成问题的?这就是本次笔记的主要内容。 在这个笔记中,我会首先介绍自动生成问题集所用到的主程序cluster-phones和主函…
原理 学习资料: 1.SLP Ch10.3 2.Daney Povey Kaldi Lecture3 3.官方决策树三个文档、HMM文档 4.爱丁堡大学CDHMM-PPT 5.论文《Tree-Based State Tying For Hi…
