没有合适的资源？快使用搜索试试~ 我知道了~

文库首页人工智能深度学习PPASR流式与非流式语音识别模型（LibriSpeech数据集）

PPASR流式与非流式语音识别模型（LibriSpeech数据集）

共8个文件

pdparams：1个

info：1个

npz：1个

语音识别

人工智能

需积分: 0 55 下载量 37 浏览量 2022-01-26 14:59:17 上传评论 1 收藏 565.15MB ZIP 举报

温馨提示

PPASR流式与非流式语音识别模型（LibriSpeech数据集），源码地址：https://github.com/yeyupiaoling/PPASR/tree/release/2.4.x

资源推荐

资源详情

资源评论

AudioClassification:该软件是使用Python和Tensorflow进行音频信号处理和机器学习的演示。该软件包含一个GUI，该GUI可以通过网络摄像头或连接到计算机的外部音频设备流式传输音频，并使用卷积和_或循环神经网络实时处理音频，以执行音频分类，例如语音识别，音乐分类等。（取决于网络的培训方式）。数据集可以安排在目录中，其中父目录的名称表示分类类别。这样，可以为单个网络训练多种类型的二进制独立音频数据，最终构建一个复杂的神经网络。

音频分类和信号处理该软件是使用Python和Tensorflow进行音频信号处理和机器学习的演示。该软件体系结构保持了用于存储和处理音频输入数据的灵活性，即将需要执行分类的音频样本保存在具有唯一名称的目录中。然后需要在分类器文件中提及文件夹名称，然后自动创建/加载网络。该软件包含一个GUI，该GUI可以通过网络摄像头或连接到计算机的外部音频设备流式传输音频，并使用卷积和/或循环神经网络实时

Pytorch实现的流式与非流式语音识别模型（数据集：free_st_chinese_mandarin_corpus）

Pytorch实现的流式与非流式语音识别模型（数据集：free_st_chinese_mandarin_corpus），源码地址为：https://github.com/yeyupiaoling/MASR

PPASR中文语音识别（进阶级）模型（free_st_chinese_mandarin_corpus）

PPASR中文语音识别（进阶级）模型（free_st_chinese_mandarin_corpus数据集训练的），源码地址：https://github.com/yeyupiaoling/PPASR/tree/%E8%BF%9B%E9%98%B6%E7%BA%A7

Pytorch实现的流式与非流式语音识别模型（数据集：thchs30）

Pytorch实现的流式与非流式语音识别模型（数据集：thchs30），源码地址为：https://github.com/yeyupiaoling/MASR

Pytorch实现的流式与非流式语音识别模型（数据集：AIShell）

Pytorch实现的流式与非流式语音识别模型（数据集：AIShell），源码地址为：https://github.com/yeyupiaoling/MASR

基于Pytorch实现的自动语音识别系统源代码，兼容在线和离线识别

5星 · 资源好评率100%

Pytorch实现的流式与非流式的自动语音识别框架，同时兼容在线和离线识别，目前支持Conformer、Squeezeformer、DeepSpeech2模型，支持多种数据增强方法。本项目使用的环境： Anaconda 3 Python 3.8 Pytorch 1.13.1 ...

Recordmp3js腾讯AIlab语音识别接口开发的流式语音识别web版

Recordmp3js 腾讯AIlab语音识别接口开发的流式语音识别web版

科大讯飞语音识别最新流式接口C# demo

PPASR中文语音识别（入门级）模型（free_st_chinese_mandarin_corpus数据集训练的）

4星 · 用户满意度95%

PPASR中文语音识别（入门级）模型（free_st_chinese_mandarin_corpus数据集训练的）源码地址：https://github.com/yeyupiaoling/PPASR/tree/%E5%85%A5%E9%97%A8%E7%BA%A7

语音识别（ASR）课程PPT

基于PaddlePaddle实现端到端中文语音识别项目源代码+使用说明文档，可部署在服务器，Nvidia Jetson设备

本项目支持流式识别模型deepspeech2、conformer、squeezeformer，efficient_conformer，每个模型都支持流式识别和非流式识别，在配置文件中streaming参数设置。本项目支持两种解码器，分别是集束搜索解码器ctc_beam...

基于腾讯云智能语音的实时语音识别微信小程序的开发

基于此，我们能更加轻松的控制录音，新提供的 onFrameRecorded 的事件，甚至可以实现流式语音识别。本文就介绍一下使用 Wafer Node.js SDK 提供的腾讯云智能语音识别接口来实现录音转文字的功能。请您先从 Github...

基于密度-距离的t混合模型流式数据聚类.pdf

基于密度-距离的t混合模型流式数据聚类.pdf,传统流式数据采用人工设门法分析，效率低下且依赖于专家。近几年，很多自动流式数据聚类算法纷纷被提出，然而针对数据量不多且分布稀疏的小样本类群始终没有很好的解决...

基于技术栈Java SpringBoot实现可以流式输出文本的飞书机器人，星火大模型机器人

基于技术栈Java SpringBoot实现可以流式输出文本的飞书机器人，星火大模型机器人

58同城流式语音识别引擎实践-SACC2021年中国系统架构师大会.pdf

58同城流式语音识别引擎实践-SACC2021年中国系统架构师大会

在线语音合成（流式版）SDK_xunfei_在线语音合成_语音_语音流加工_skillo2q_

讯飞语音合成示例程序，TTS的双向合成示例程序

apache fileupload处理文件上传（流式和非流式）

apache fileupload 处理文件上传（流式和非流式）临时文件处理

大数据流式处理技术

大数据流式处理技术大数据流式处理技术大数据流式处理技术大数据流式处理技术

收起资源包目录

PPASR_Librispeech.zip （8个子文件）

PPASR_Librispeech

models

deepspeech2

best_model

model.pdparams 245.67MB

model.state 64B

optimizer.pdopt 245.87MB

infer

model.pdmodel 294KB

model.pdiparams 122.93MB

model.pdiparams.info 3KB

dataset

vocabulary.txt 280B

mean_std.npz 3KB

共 8 条

<blank> -1 <space> 17613407 e 9964569 t 7256128 a 6279370 o 5954538 n 5422673 i 5367548 h 5094197 s 4991052 r 4565556 d 3477025 l 3174837 u 2212701 m 1976869 c 1916355 w 1853258 f 1793659 g 1587584 y 1538962 p 1329052 b 1184565 v 746392 k 603673 x 115974 j 103648 q 76542 z 44956

评论收藏

内容反馈

资源评论