OrgLion-ML
/
ASRT_SpeechRecognition
mirror of https://github.com/nl8590687/ASRT_SpeechRecognition.git
1
0
Fork 0
Code Issues Releases Wiki Activity
25 Commits 4 Branches 15 Tags 9.5 MiB
Python 100%
Go to file
nl8590687 58d02601a7 增加了跨平台支持 2018-04-01 17:16:38 +08:00
general_function 增加了跨平台支持 2018-04-01 17:16:38 +08:00
neural_network CTC基本实现，开始修复涉及数据的代码bug 2018-03-28 17:34:22 +08:00
.gitignore update daily 20170829 2017-08-30 00:15:03 +08:00
LICENSE add license and gitignore.modify py code main.py 2017-08-22 17:56:05 +08:00
README.md 修正格式 2018-03-30 23:06:43 +08:00
SpeechModel.py 增加了跨平台支持 2018-04-01 17:16:38 +08:00
SpeechModel2.py 修复了一大堆bug... 2018-03-30 23:04:11 +08:00
SpeechModel_old.py CTC基本实现，开始修复涉及数据的代码bug 2018-03-28 17:34:22 +08:00
log.md 修复了一大堆bug... 2018-03-30 23:04:11 +08:00
readdata.py 增加了跨平台支持 2018-04-01 17:16:38 +08:00
readdata2.py 修复了一大堆bug... 2018-03-30 23:04:11 +08:00

README.md

ASRT_SpeechRecognition

基于深度学习的语音识别系统

Introduction 简介

本项目使用Keras、TensorFlow基于长短时记忆神经网络和卷积神经网络以及CTC进行制作。

This project uses keras, TensorFlow based on LSTM, CNN and CTC to implement.

本项目目前已经可以进行训练了，不过训练时有时候会出现梯度爆炸的问题。

本项目运行请执行：

$ python3 SpeechModel.py

Model 模型

Speech Model 语音模型

CNN + LSTM + CTC

Language Model 语言模型

基于概率图的马尔可夫模型

Python Import

Python的依赖库

  • python_speech_features
  • TensorFlow
  • Keras
  • Numpy
  • wave
  • matplotlib
  • math
  • Scipy
  • h5py

Data Sets 数据集

清华大学THCHS30中文语音数据集

wav http://data.cslt.org/thchs30/zip/wav.tgz

doc http://data.cslt.org/thchs30/zip/doc.tgz

lm http://data.cslt.org/thchs30/zip/lm.tgz

特别鸣谢！感谢前辈们的公开语音数据集

Log

日志

链接：进展日志