7eeb5ade96 | ||
---|---|---|
general_function | ||
neural_network | ||
.gitignore | ||
LICENSE | ||
README.md | ||
SpeechModel.py | ||
SpeechModel2.py | ||
SpeechModel3.py | ||
SpeechModel4.py | ||
SpeechModel5.py | ||
SpeechModel_old.py | ||
log.md | ||
readdata.py | ||
readdata2.py | ||
readdata3.py | ||
readdata4.py |
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正常进行训练了,现在的这几个神经网络模型正在准备评估哪一个模型的效果最好。
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
data_thchs30.tgz http://cn-mirror.openslr.org/resources/18/data_thchs30.tgz
test-noise.tgz http://cn-mirror.openslr.org/resources/18/test-noise.tgz
resource.tgz http://cn-mirror.openslr.org/resources/18/resource.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