【nlp李宏毅】笔记

该博客探讨了语音识别技术,特别是在三个主要的语音辨识会议中的应用。重点介绍了LAS模型,它结合了听、关注和拼写三个步骤。模型的encoder部分可以使用RNN或CNN。此外,博客提到了获取注意力的两种方式,以及常用匹配函数。内容还涵盖了物种语音识别,强调了其在声音转文本、声音输出和类别判断中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一,六种模型

输入一段声音------>输出文本、声音、判断类别

 

输入语言判断类别:

 

二、speech recognition声音识别

三个主要语音辨识会议中,使用最多的token:

 语音辨识+xxxx:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

洋气月

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值