声浪
远场语音识别技术梳理
原场语音识别（Distant ASR） 原场语音识别中的挑战 混响 背景噪声 其他说话人的插入、打断等 远场语音识别系统 主要有这几个模块构成： 语音增强前端 特征提取 模型自适应 解码器 声学模型 字典 语言模型
598 2 0
语音识别(ASR)论文优选：端到端ASR综述Recent Advances in End-to-End Automatic Speech Recognition
声明：平时看些文章做些笔记分享出来，文章中难免存在错误的地方，还望大家海涵。搜集一些资料，方便查阅学习：http://yqli.tech/page/speech.html 语音合成领域论文列表请访问http://yqli.tech/page…
436 0 0
声纹识别算法、资源与应用（一）
一、算法 Speaker recognition以2012年为分水岭，由statistics-based machine learning，跨到了以deep learning为主线的算法。随后，bottleneck feature、d-ve…
118 0 0
流式语音识别原理和实现思路
流式语音识别模型（Streaming ASR Model）是指可以在处理音频流的过程中，支持实时返回识别结果的一类 ASR 模型。与之相对的是非流式模型，它必须在处理完整句音频后才能返回结果。流式 ASR 可以更好地用于需要实时获取识别结果…
562 0 0
【语音之家】AI产业沙龙——智能对话平台
由CCF语音对话与听觉专委会 、中国人工智能产业发展联盟（AIIA）评估组 、语音之家（北京）科技有限公司、北京希尔贝壳科技有限公司共同主办的【语音之家】AI产业沙龙-智能对话平台，将于2021年11月8日14:20通过语音之家微信视频号直…
204 0 0
音频模式识别中的涨点方法与影响因素分析
音频的模式识别包括了几个主干任务如音频标注（audio tagging）、声学场景分类（acoustic scene classification）、和声音事件检测（sound event detection）。本文主要通过几篇论文的研究[…
203 0 0
语音识别与交互相关学习
唤醒 熟悉Kaldi ，并且搞清当中做语音唤醒的功能 一个不错的github 资https://github.com/zycv/awesome-keyword-spotting#opensource-code https://papersw…
155 0 0
说话人识别中PLDA的打分
续上一篇文章说话人识别中PLDA的背景与训练，在这里，我进一步把PLDA的打分过程进行推演。说实话，two-covariance PLDA打分的数学部分，比训练模型部分还要复杂和困难；这部分也鲜有博客或文章去分析，但能理解一次，对于提升ba…
181 1 0
说话人识别中PLDA的背景与训练
我们常见的PLDA，是出自《Probabilistic Linear Discriminant Analysis for Inferences About Identity》，由Simon J.D. Prince和James H. Elde…
296 0 0