语音识别工具箱综述和产品介绍

今天是周末，想来想去，还是写一篇这样的博文吧。算是对语音识别这一段时间的总结，为后来的人融入铺好前面的路。这个只是工具箱的综述，不是语音识别的综述。希望您有所收获。

目前，语音识别领域公开的开源的代码或者说工具箱有：sphinx，htk，julius，kaldi。也许也有其他的吧。下面我尽量一一介绍：

1.sphinx：这个是李开复的博士论文。后面不断的壮大，有了后来的版本。这个比较小，实现起来也比较简单点吧。

网址：http://cmusphinx.sourceforge.net/

网上有很多sphinx的资料：

1）最著名的当属Sphinx武林秘籍这个系列。作者很详细的说明了一切，值得你去参考和实验。

2）zouxy09博文的这个系列也很清楚的说了sphinx。

如果你想实验，基本这些资料就很全了。你可以很好的做些实验了。最近也看到调用sphinx的接口放到安卓等一些平台上，所以在我看来这个开源虽然有点老，但是我觉得还是很不错的。还是有很多东西需要人去挖掘的。

2.htk ：这个虽然说是隐马尔科夫（HMM）工具箱，但是基本是为语音识别专用。与sphinx相比，htk的知名度一直很高，一直长久不衰。很多语音识别的论文的实验都是基于这个实现的。在深度学习之前，基本很多的语音识别实验都是他垄断的。

网址：http://htk.eng.cam.ac.uk/

htk的资料还是很多的，htkbook是最好的资料，虽然是英文，而且很多页。但中国人还是有才的，有人翻译了前三章，大家可以去读读。很经典的书吧，读完你基本会对语音识别过程有个简单的认识吧。当然，想入门就得做实验。前面的几个博文基本介绍了。先贴我的博文吧：

1.语音识别系统之htk------孤立词识别（yesno）

2.语音识别系统之htk-----连续语音识别

其他的资料我在上面的博文里都提到了。htk博大精深，我们后续还会继续添加资料的。

3.julius：这个是日本人弄的一个语音识别系统。我自己不是很熟悉。

网址：http://julius.sourceforge.jp/en_index.php?q=en/index.html

这个网址有很多资料，比如下载和book等等。有人写了一篇论文：基于Julius的机器人语音识别系统构建。其他的资料还是比较少。如果有时间我也愿意去把这个补全。

4.kaldi ：这个我一直比较有兴趣吧。因为有深度学习的内容。最近，深度学习在语音识别上的运行已经很好了，把语音识别提高到了一个很高的标准了。

网址：http://kaldi.sourceforge.net/

中文的资料可以参加我的博文:

1.语音识别工具箱之kaldi介绍 ,比如一些实例，你也可以去看看我的博文了。具体的不贴链接了。

2.povey写的四篇文章。在kaldi代码里有个doc里面有。大家自己去查看下吧。这个工具箱的中文资料实在太少，我也就根据自己的实验写出了些东西。希望你们可以有所收获吧。还有自己可以去看povey的个人主页，里面有资料哦。http://www.danielpovey.com/index.html这个是主页网址。

许多使用kaldi的原因大多由于kaldi支持深度学习的dnn模型。希望kaldi能够壮大吧，如果你有数据库，在kaldi上实验是件简单的事情。因为脚本都写好了。

至此，工具箱就介绍完毕。

下面我们就介绍些目前的市场产品说说吧。

国内产品有：讯飞语点，百度助手等。

国外产品有：谷歌的google now ，苹果的siri，微软的Speech SDK 和操作系统里的语音识别。

我用过的讯飞语点，原来的不是很准，但越用越准确。感觉和推荐系统差不多吧。百度助手的确不是还好，不知道现在改进没？百度的深度学习研究院还是很好的，有余凯老师在，希望可以很好的推出自己的产品。如果明年招了我，那就好了。呵呵……希望余凯老师可以把语音产品做的更好吧……讯飞就不用说了，国内语音的领导者，关键在我大安徽，呵呵……其他的语音公司有云知声，腾讯微信的语音识别，等等其他的。科研机构有中国科技大学，清华大学，中科院的自动化研究所等等都很不错的。唯独我们学校似乎没什么进展。

国外的科技公司在语音上面都很猛的，暑假上过微软邓力老师的深度学习的课。微软的语音识别还是很不错的。谷歌的和苹果的就不用说了。我希望中文的比他们好就可以了。呵呵……

大家可以多去用用这些产品吧。多帮这些去改进自己的识别系统。

感觉写的有点多了，以上也就是我的一些认识吧。希望对你有用，欢迎和我交流和讨论。争取早日自己可以写一个语音识别的综述。加油……

语音识别工具箱综述和产品介绍相关推荐

【miscellaneous】语音识别工具箱综述和产品介绍
原文:http://www.thinkface.cn/thread-893-1-1.html 今天是周末,想来想去,还是写一篇这样的博文吧.算是对语音识别这一段时间的总结,为后来的人融入铺好前面的路. ...
语音识别工具箱之HTK安装与使用
转自@http://www.cnblogs.com/mingzhao810 语音识别工具箱之HTK安装与使用 HTK(HMM Toolkit)一款基于hmm模型的语音处理工具,早就听说它了,一直因为用 ...
端到端流式语音识别研究综述——语音识别（论文研读）
端到端流式语音识别研究综述(2022.09) 摘要: 引言: 1 端到端流式语音识别模型 1.1 可直接实现流式识别的端到端模型 1.2 改进后可实现流式识别的端到端模型 1.2.1 基于单调注意力机 ...
python调用htk工具箱_语音识别工具箱之HTK安装与使用
HTK(HMM Toolkit)一款基于hmm模型的语音处理工具,早就听说它了,一直因为用MATLAB中的工具箱在学习,或自己写代码在做HMM方面的试验,所以没有接触到它.现在,上海朋友家里的网速超赞 ...
语音识别研究综述——阅读笔记4（总结与展望）
总结目前主流的语音识别方法大多基于深度神经网络,这些方法大体分为两类: 一类是采用一定的神经网络取代传统语音识别方法中的个别模块,如特征提取.声学模型或语言模型等:另一类是基于神经网络实习端到端的语 ...
语音识别技术综述(转)
语音识别是一门交叉学科,语音识别正逐步成为信息技术中人机接口的关键技术,语音识别技术与语音合成技术结合使人们能够甩掉键盘,通过语音命令进行操作.语音技术的应用已经成为一个具有竞争性的新兴高技术产业. ...
语音识别研究综述——阅读笔记3（端到端语音识别、语音识别的难度与热点）
端到端语音识别传统语音识别由多个模块组成,彼此独立训练,但各个子模块的训练目标不一致,容易产生误差积累,使得子模块的最优解并不一定是全局最优解. 针对这一问题,提出了端到端语音识别,直接对等式(1) ...
Kaldi学习笔记——The Kaldi Speech Recognition Toolkit（Kaldi语音识别工具箱）（上）
最近看了有关KALDI的论文,在这里介绍一下. Abstract: We describe the design of Kaldi, a free, open-source toolkit for s ...
语音识别工具箱之kaldi介绍
最近有几个人在群里问我kaldi的问题,不巧的是最近我在忙我的开题.我对kaldi的了解也就是语音识别+深度学习.如果不是kaldi有dnn模型,或许我更愿意用htk吧.其实,基本的都差不多吧.kal ...

语音识别工具箱综述和产品介绍

语音识别工具箱综述和产品介绍相关推荐

最新文章

热门文章