Advertisement

基于PaddlePaddle-DeepSpeech的中文语音识别模型（使用AISHELL数据集训练）

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
本项目采用百度PaddlePaddle框架下的DeepSpeech模型，并利用AISHELL数据集进行训练，致力于构建高效的中文语音识别系统。 PaddlePaddle-DeepSpeech中文语音识别模型项目使用了AISHELL数据集进行训练，该项目地址位于GitHub上。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 基于PaddlePaddle-DeepSpeech的中文语音识别模型（使用AISHELL数据集训练）
    优质
    本项目采用百度PaddlePaddle框架下的DeepSpeech模型，并利用AISHELL数据集进行训练，致力于构建高效的中文语音识别系统。 PaddlePaddle-DeepSpeech中文语音识别模型项目使用了AISHELL数据集进行训练，该项目地址位于GitHub上。
     
  • 基于PaddlePaddle-DeepSpeech的中文语音识别模型（使用thchs_30数据集训练）
    优质
    本项目采用PaddlePaddle框架下的DeepSpeech模型，并利用thchs_30数据集进行训练，旨在提升中文语音识别精度与效率。 PaddlePaddle-DeepSpeech中文语音识别模型项目使用了thchs_30数据集进行训练，该项目地址可在GitHub上找到。
     
  • DeepSpeech中文语音识别模型(PaddlePaddle, free_st_chinese_mandarin_corpus)
    优质
    此简介介绍的是基于PaddlePaddle框架开发的DeepSpeech中文语音识别模型，该模型使用免费提供的普通话语料库进行训练，适用于多种中文语音转文本的应用场景。 PaddlePaddle-DeepSpeech中文语音识别模型项目使用了free_st_chinese_mandarin_corpus数据集进行训练，该项目地址可在GitHub上找到。
     
  • MASR中文语音识别模型——基于AIShell数据集(179小时)
    优质
    简介：MASR为一款高效中文语音识别模型，训练基础为包含179小时丰富语料的AIShell数据集，适用于各类语音转文本的应用场景。 MASR是一个中文语音识别模型，并且在aishell数据集上进行了训练，该数据集包含179小时的录音。
     
  • 基于AISHELL数据集的PPASR中文语音识别入门级模型
    优质
    本项目提供了一个基于AISHELL数据集训练的轻量级中文语音识别模型PPASR，适合初学者快速上手和研究使用。 PPASR中文语音识别（入门级）模型使用AISHELL数据集进行训练。源码地址可以在GitHub上找到：https://github.com/yeyupiaoling/PPASR/tree/%E5%85%A5%E9%97%A8%E7%BA%A7
     
  • 基于DeepSpeech2的Aishell数据集模型训练
    优质
    本研究采用DeepSpeech2框架，在大规模中文语音数据集Aishell上进行端到端的语音识别模型训练，以提升中文语音识别准确率。 PaddlePaddle实现的DeepSpeech2模型用于训练aishell数据集上的模型，源码可以在GitHub上找到地址为https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech，去掉链接后的内容如下： 使用PaddlePaddle框架实现了DeepSpeech2模型，并用它来对aishell数据集进行训练。相关代码在GitHub上有详细的开源版本。
     
  • 基于DeepSpeech2的Aishell数据集模型训练
    优质
    本研究利用DeepSpeech2框架，在Aishell中文语音数据集上进行大规模模型训练，优化了中文语音识别性能。 PaddlePaddle实现的DeepSpeech2模型用于训练aishell数据集上的模型，源码地址在GitHub上可以找到。
     
  • 使用PaddlePaddle构建的DeepSpeech2端到端中文语音识别模型（基于1300小时数据集）
    优质
    本项目采用PaddlePaddle框架开发了DeepSpeech2模型，实现了高质量的中文语音转文本服务。该系统通过训练超过1300小时的语料库，显著提升了在各种场景下的语音识别准确率和响应速度。 基于PaddlePaddle实现的DeepSpeech2端到端中文语音识别模型源码位于GitHub上的指定分支。该模型使用了1300小时的数据集进行训练。具体细节可以在相应的代码仓库中找到。
     
  • 基于PaddlePaddle的DeepSpeech与PPASR语音合成模型分析
    优质
    本文章将深入探讨基于百度PaddlePaddle框架下的DeepSpeech及PPASR语音识别模型，并对其技术细节和应用场景进行详细解析。 语音合成相关模型可以参考以下地址：https://github.com/yeyupiaoling/PaddlePaddle-DeepSpeech/tree/master/tools/generate_audio 和 https://github.com/yeyupiaoling/PPasr/tree/master/tools/generate_audio。
     
  • PPASR中文语音识别（顶级）模型（aishell）
    优质
    简介：PPASR是基于AIShell数据集训练的一款高性能中文语音识别模型，适用于多种场景下的语音转文本任务，具有高准确率和低延迟的特点。 PPASR流式与非流式语音识别的deepspeech2模型使用了AIShell数据集，并且源代码可以在GitHub上找到，地址为https://github.com/yeyupiaoling/PPASR。不过根据要求要去除链接，请注意该描述中仅包含技术相关信息，未涉及联系方式或额外网站信息。 重写后： PPASR流式与非流式语音识别采用了基于DeepSpeech2的模型，并使用AIShell数据集进行训练和测试。相关源代码可在相应的GitHub项目页面获取。