rnn-speech:在TensorFlow中使用具有深rnns的ctc损失的字符级语音识别器

语音 在TensorFlow中将ctc损失与深RNN结合使用的字符级语音识别器。 关于 这是一个正在进行的项目，致力于实施Kyuyeon Hwang和Wonyong Sung在详细的字符级ISR。 它使用一个经过ctc损失训练的深度RNN声学模型和一个针对字符级语言模型训练的深度RNN在角色级别工作。 声学模型可以读取梅尔频率倒谱系数或梅尔滤波器组，其中梅尔滤波器组具有增量和双增量特征向量（分别为40或120个暗淡输入）。 音频信号处理使用完成。 目前只有声学模型已经完成。 提供一个预先训练的示例，可以在任何文件上尝试（例如，您自己录制的声音）。 LibriSpeech的预训练模型的测试清洁评估结果为： CER：15,2％ 相对湿度：42,4％ 它缺少仍在开发中的字符级语言模型。 数据 当前支持的数据集是： 通过Vassil Panayotov 数据通过两个管道馈送，一个用于