2018-03-11 21:21:12 +08:00
|
|
|
|
# ASRT_SpeechRecognition
|
|
|
|
|
|
基于深度学习的语音识别系统
|
|
|
|
|
|
|
|
|
|
|
|
## Introduction
|
|
|
|
|
|
|
|
|
|
|
|
这里是更新记录日志文件
|
|
|
|
|
|
|
|
|
|
|
|
如果有什么问题，可以在这里直接写出来
|
|
|
|
|
|
|
|
|
|
|
|
## Log
|
2018-04-13 15:08:21 +08:00
|
|
|
|
### 2018-04-13
|
|
|
|
|
|
从理论上分析了一下，觉得的确只有模型2这种二维的方法才会有用，模型1和模型3,4,5应该都是错误的。
|
|
|
|
|
|
|
|
|
|
|
|
另外就是，处理了一下输入的频率特征，针对复数频率特征做了特别处理，即分别取出实部和虚部。
|
2018-04-10 15:29:33 +08:00
|
|
|
|
### 2018-04-10
|
|
|
|
|
|
目前好像只有模型2能够一定程度上识别出来内容。。不过正确率仍然很差。。目前发现训练起来速度特别慢，而且读取数据的时间很长且是单线程操作，准备将数据做预处理，训练时直接加载读取处理后的数据，以提高训练速度和并行度。
|
2018-04-08 22:44:14 +08:00
|
|
|
|
### 2018-04-08
|
|
|
|
|
|
经过连续几天的不懈努力，loss终于可以下降了。原因竟然是模型的权重参数初始化有问题，直接导致了梯度的消失，以至于难以训练，loss迟迟下不来，一直欠拟合。调参的第一坑...
|
2018-04-05 16:45:55 +08:00
|
|
|
|
### 2018-04-05
|
|
|
|
|
|
将之前的模型做了修改，并且，想用图像的方式试试效果。现在对于loss下不来acc上不去这个问题很头大。
|
2018-03-30 23:04:11 +08:00
|
|
|
|
### 2018-03-30
|
|
|
|
|
|
暂时能够正常训练模型了，修复了一大堆bug问题，也在这个过程中学到很多。感谢队友和所有直接或间接帮助过我的各位大大。继续前进！
|
2018-03-28 17:34:22 +08:00
|
|
|
|
### 2018-03-28
|
|
|
|
|
|
CTC这一块似乎添加成功了？现在开始debug了。。。
|
|
|
|
|
|
现在也许可以开始训练了
|
2018-03-11 21:21:12 +08:00
|
|
|
|
### 2018-03-11
|
|
|
|
|
|
添加了神经网络的CTC层和定义了CTC_loss损失函数，但是现在有些严重的bug，使得模型无法正常编译，一直找不到问题所在......(T_T)
|
|
|
|
|
|
#### 报错
|
|
|
|
|
|
ValueError: Shapes (?, ?) and (?,) must have the same rank
|
|
|
|
|
|
|
|
|
|
|
|
ValueError: Shapes (?, ?) and (?,) are not compatible
|
|
|
|
|
|
|
|
|
|
|
|
ValueError: Shape (?, ?) must have rank 1
|
|
|
|
|
|
#### --------------------------------
|
|
|
|
|
|
各位走过路过的大神有会的吗？请帮帮忙吧，ヾ(o′▽`o)ノ°°谢谢啦
|
|
|
|
|
|
### 2017-09-08
|
|
|
|
|
|
基本完成除了添加模型之外的其他部分代码
|
|
|
|
|
|
### 2017-08-31
|
|
|
|
|
|
数据处理部分的代码基本完成，现在准备撸模型
|
|
|
|
|
|
### 2017-08-29
|
|
|
|
|
|
准备使用现有的包[python_speech_features](https://github.com/jameslyons/python_speech_features)来实现特征的提取，以及求一阶二阶差分。
|
|
|
|
|
|
### 2017-08-28
|
|
|
|
|
|
开始准备制作语音信号处理方面的功能
|
|
|
|
|
|
### 2017-08-22
|
|
|
|
|
|
准备使用Keras基于LSTM/CNN尝试实现
|
|
|
|
|
|
|
