微网 | | | | 我们一起共享神经网络。 WeNet的主要动机是缩小研究与生产端到端（E2E）语音识别模型之间的差距，减少生产E2E模型的工作量，并探索用于生产的更好的E2E模型。 强调 生产至生产准备就绪：WeNet的python代码符合Torchscr ipt的要求，因此由WeNet训练的模型可以由Torch JIT直接导出，并使用LibTorch进行推理。 研究模型和生产模型之间没有差距。 模型推断既不需要模型转换也不需要其他代码。 流和非流ASR的统一解决方案：WeNet

使用TORGO数据集进行语音处理 有关使用Kaldi进行韵律性语音识别和说话者识别的教程。 所使用的数据由多伦多大学免费提供。 说话者由于脑瘫或肌萎缩性侧索硬化症而导致语言障碍。 这项运动的目标 建立用于语音识别的基于kaldi的GMM​​-HMM声学模型。 提高对受损语音的识别精度（数据增强，超参数调整等） 使用GMM-HMM模型中的路线训练DNN-HMM声学模型。 通过i向量执行说话者识别/识别。 栏目 第1部分： 第2部分： 第3部分： GMM-HMM声学模型 DNN-HMM声学

浓咖啡 Espresso是基于深度学习库和流行的神经机器翻译工具的开源，模块化，可扩展的端到端神经自动语音识别（ASR）工具包。 Espresso支持在GPU和计算节点之间进行分布式训练，并具有ASR中常用的各种解码方法，包括基于超前单词的语言模型融合，为此实现了快速，并行的解码器。 我们为以下语音数据集提供最新的培训食谱： 什么是新的： 2020年6月：发布了变压器配方。 2020年4月：现已支持 （使用 ）和混合ASR的交叉熵训练。 和分别提供WSJ配方作为示例。 2020年3月：支

不要使用pytorch == 1.4.0 !!!!!! 这是序列到序列的语音识别工具包。 要求 Python> = 3.7.0 PyTorch> = 1.2.0 我们强烈建议您准备 。 安装 对于预处理，我们需要和 pip install -r requirements.txt 预处理 examples/*/preprocess.sh是一个预处理脚本。 在preprocess.sh之后，您可以获取训练数据和测试数据。 火车 python train.py --hp_file