1.本项目通过调取语音文件和标注文件，提取语音的梅尔倒谱系数特征，进行归一化处理。根据标注文件建立字典，选择WaveNet机器学习模型进行训练，经过softmax处模型保存。
2.项目运行环境：包括 Python 环境和Tensorflow环境，需安装Keras 2.2.0+TensorFlow1.9。
3.项目包括3个模块：方言分类、语音识别和模型测试。数据集由科大讯飞提供，内有长沙话、上海 话和南昌话3种方言，包含50~300KB的语音数据集19489条。同时分别构建了方言分类、语音识别训练模型，并搭建了图形用户界面。
4.准确率：方言分类中，在训练集上测试准确率超过了98%；模型可以实现语音识别及方言分类。
5.项目博客：https://blog.csdn.net/qq_31136513/article/details/131858254
- 1
- 2
- 3
- 4
前往页