wavenet-speech-to-text:基于DeepMind的WaveNet的PyTorch语音识别实现

使用WaveNet进行语音转文字 仍然需要弄清楚CTCLoss的南问题 基于DeepMind论文： 语音识别实现。 此实现的目的是结构合理，可重用且易于理解。 这里的流实现： 尽管WaveNet被设计为“文本到语音”模型，但该论文提到他们也在语音识别任务中对其进行了测试。 他们没有提供有关实现的具体细节，只是表明他们通过直接在TIMIT上对原始音频进行训练的模型在测试数据集上达到了18.8 PER。 我从修改了WaveNet模型，并将的语音识别实验。 下图显示了最终的体系结构。 （图片来源： ） 先决条件 系统 Linux CPU或（NVIDIA GPU + CUDA CuDNN） Python 3.6 图书馆 PyTorch = 0.4.0 librosa = 0.5.0 熊猫> = 0.19.2 == 0.11.0 数据集 我们使用了 ， 和语料库。 由上