OrgLion-ML
/
ASRT_SpeechRecognition
mirror of https://github.com/nl8590687/ASRT_SpeechRecognition.git
1
0
Fork 0
Code Issues Releases Wiki Activity
60 Commits 4 Branches 15 Tags 9.5 MiB
Python 100%
Go to file
nl8590687 ab9a5b56d5 add dict.txt 2018-04-15 18:17:56 +08:00
general_function fix bug 2018-04-13 15:45:44 +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
trash move model 1 3 4 5 to trash 2018-04-13 15:08:21 +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 move model 1 3 4 5 to trash 2018-04-13 15:08:21 +08:00
SpeechModel2.py fix bugs 2018-04-13 18:22:07 +08:00
SpeechModel21.py fix bugs 2018-04-13 18:22:07 +08:00
dict.txt add dict.txt 2018-04-15 18:17:56 +08:00
log.md move model 1 3 4 5 to trash 2018-04-13 15:08:21 +08:00
readdata2.py move model 1 3 4 5 to trash 2018-04-13 15:08:21 +08:00
readdata21.py fix bugs 2018-04-13 18:22:07 +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正常进行训练了，现在准备基于模型2来改进。

本项目运行请执行：

$ python3 SpeechModel2.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