jianyuchen23的博客

摘录自 http://blog.youkuaiyun.com/zouxy09/article/details/7941055语音是一个连续的音频流，它是由大部分的稳定态和部分动态改变的状态混合而成。 一个单词的发声（波形）实际上取决于很多因素，而不仅仅是音素，例如音素上下文、说话者、语音风格等。 协同发音（指的是一个音受前后相邻音的影响而发生变化，从发生机理上看就是人的发生器官在一个音转向另一个音时其特

原文地址 http://www.52nlp.cn/hmm-learn-best-practices-one-introduction一、介绍我们通常都习惯寻找一个事物在一段时间里的变化模式（规律），比如计算机中的指令序列，句子中的词语顺序和口语单词中的音素序列等待。事实上任何领域中的一系列时间都有可能产生有用的模式。一个简单的例子，有人试图通过一片海藻推断天气，民间传说“湿透的”海藻意味

语音识别的研究和发展情况基本分为三个主要时期：2011年之前 没什么进展 2011年—2014年 第一个基于深度学习的语音识别系统。此后有了更多的数据，云计算后，一些公司均采用深度学习技术。 2015年至今 递归神经网络与注意力模型、记忆网络以及其他技术一起，掀起了第三次发展的浪潮。机器所识别的语音可能包括一部分噪声，所以要求其能够从噪声中提取出与对话相关的部分并将其转化为有意义的文字。语

把一些深度学习在语音上的应用的开源代码收集起来，如果你遇到，可以告诉我，我也收集在这里。方便大家查阅和做实验。 1.audio feature extraction with deep belief network: http://www.liacs.nl/~dmus/api2011.html 这个主要是用dbn来做个语音的分类。 2.Unsupervised feature