語音識別綜述-資料下載頁
2025-08-01 17:55本頁面
【正文】 ? 并行訓練算法 – Linux平臺 –基于 NFS和 SSH技術的數據并行算法 –數據自動分塊，任務自動分發(fā) ? 性能（ 用 720小時的語音數據訓練） –從：原先的 4周時間 –到：現在的 3天時間 8/20/2022 20 提綱 ? 語音識別簡介 ? 主流方法 ? 技術現狀 8/20/2022 21 技術現狀 ──識別效果 ? 識別率 –美國：廣播語音可達 80％ –中國：有較強噪聲的朗讀語音： 70％左右 –距離實用還有相當大的距離 ? 應用 –辦公室等安靜環(huán)境 –手機等特定應用 8/20/2022 22 技術現狀 ──主要問題 ? 對噪音魯棒性不高，在噪音環(huán)境效果嚴重下降 ? 識別系統(tǒng)技術嚴重趨同，技術創(chuàng)新不足 – MFCC + HMM + MLLR ? 過分依賴訓練數據量的增加 –語音庫 –噪聲庫 –文本資源 8/20/2022 23 技術現狀 ──美國語音行業(yè)現狀 ? 工業(yè)界 – 總體是近乎虧損，通過整合來降低成本 – 整盤后盈利或持平的可能已經出現 ? 學術界 – 做大系統(tǒng)的單位減少，專注于創(chuàng)新性的小項目 /子課題的研究 ? DARPA（ Defense Advanced Research Projects Agency ） – 集中資源扶植主力單位，不鼓勵小而全的單位 – 對創(chuàng)新研究的小任務也有明確的整合要求 – 已完成實際需求為目的 8/20/2022 24 The End ? 終于完了 ? 謝謝大家 ? 下面的時間自由討論 ? 請把自己關心的問題提出，大家共同討論
教學教案相關推薦
鄂ICP備17016276號-1