本文介绍了FunASR这一语音识别工具包，涵盖了语音识别、VAD、PR、LM等功能，阐述了技术原理，包括声学模型、语言模型和预处理等关键步骤，并提及了实战应用，如Python+HTML的实时语音识别示例。
FunASR（A Fundamental End-to-End Speech Recognition Toolkit）是一个基础的语音识别工具包，提供多种功能，包括语音识别（ASR）、语音端点检测（VAD）、标点恢复（PR）、语言模型（LM）、说话人分离等。项目源地址
1 语音识别（ASR）
语音识别技术（Automatic Speech Recognition, ASR）是一种将人的语音（声学信号）转换为文本信息的技术（微信的语音转文字就是语音识别的典型应用，把我们说的音频信息转换成文字内容）。
1.1 语料库
语料库（Corpus）就是包含拼音与汉字的对应（中文）和音标与单词的对应（英文）的词典（Dictionary），其目的是根据声学模型识别出来的音素&#x
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
