語(yǔ)音識(shí)別綜述-資料下載頁(yè)
2024-08-10 17:55本頁(yè)面
【正文】 ? 并行訓(xùn)練算法 – Linux平臺(tái) –基于 NFS和 SSH技術(shù)的數(shù)據(jù)并行算法 –數(shù)據(jù)自動(dòng)分塊，任務(wù)自動(dòng)分發(fā) ? 性能（ 用 720小時(shí)的語(yǔ)音數(shù)據(jù)訓(xùn)練） –從：原先的 4周時(shí)間 –到：現(xiàn)在的 3天時(shí)間 8/20/2022 20 提綱 ? 語(yǔ)音識(shí)別簡(jiǎn)介 ? 主流方法 ? 技術(shù)現(xiàn)狀 8/20/2022 21 技術(shù)現(xiàn)狀 ──識(shí)別效果 ? 識(shí)別率 –美國(guó)：廣播語(yǔ)音可達(dá) 80％ –中國(guó)：有較強(qiáng)噪聲的朗讀語(yǔ)音： 70％左右 –距離實(shí)用還有相當(dāng)大的距離 ? 應(yīng)用 –辦公室等安靜環(huán)境 –手機(jī)等特定應(yīng)用 8/20/2022 22 技術(shù)現(xiàn)狀 ──主要問(wèn)題 ? 對(duì)噪音魯棒性不高，在噪音環(huán)境效果嚴(yán)重下降 ? 識(shí)別系統(tǒng)技術(shù)嚴(yán)重趨同，技術(shù)創(chuàng)新不足 – MFCC + HMM + MLLR ? 過(guò)分依賴訓(xùn)練數(shù)據(jù)量的增加 –語(yǔ)音庫(kù) –噪聲庫(kù) –文本資源 8/20/2022 23 技術(shù)現(xiàn)狀 ──美國(guó)語(yǔ)音行業(yè)現(xiàn)狀 ? 工業(yè)界 – 總體是近乎虧損，通過(guò)整合來(lái)降低成本 – 整盤后盈利或持平的可能已經(jīng)出現(xiàn) ? 學(xué)術(shù)界 – 做大系統(tǒng)的單位減少，專注于創(chuàng)新性的小項(xiàng)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(lì)小而全的單位 – 對(duì)創(chuàng)新研究的小任務(wù)也有明確的整合要求 – 已完成實(shí)際需求為目的 8/20/2022 24 The End ? 終于完了 ? 謝謝大家 ? 下面的時(shí)間自由討論 ? 請(qǐng)把自己關(guān)心的問(wèn)題提出，大家共同討論
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1