语音识别方法汇总与实例搭建

文章目录

• 语音识别
• 语音识别过程
• • 预处理：语音信号预处理—提取语音MFCC特征
  • 工具Kaldi
  • DeepSpeech
  • wav2letter
  • 端到端语音识别

语音识别

• 自动语音识别技术(AUTOMATIC SPEECH RECOGNITION, ASR)是一种将人的语音转换为文本 的技术。语音识别作为一个多学科交叉的领域，它与声学、语音学、语言学、数字信号处 理理论、信息论、计算机科学等众多学科紧密相连。
• 语音识别近年来受关注度不断提升，相关技术广泛用于家用电器和电子设备，如智能音 箱、声控遥控器，移动应用上的各种声控操作、语音助手等;也可用于个人、呼叫中心， 以及电信级应用的信息查询与服务等领域。

• 典型的语音识别系统由5部分构成：特征提取、声学模型、发音词典、语言模型和解码搜索。
  • 过程简介：
    •