课程概述——李宏毅人类语言处理笔记1

原创 已于 2022-11-26 21:56:36 修改 · 707 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#语音识别 #人工智能 #深度学习 #自然语言处理 #nlp

于 2022-11-25 22:42:43 首次发布
本文探讨了自然语言处理中的语音识别技术，包括语音辨识、语音合成、声音分类和文字处理。重点介绍了使用深度学习训练模型进行语音到文字的转换，以及相关的技术如seq2seq模型在语音识别中的应用。此外，还提及了变声器和文法剖析等技术。
部署运行你感兴趣的模型镜像

在这里插入图片描述
在这里插入图片描述
为什么不叫自然语言处理呢？
在这里插入图片描述在这里插入图片描述

Human Language is complex

（1）语音部分：
在这里插入图片描述
在这里插入图片描述
（2）文字部分：
在这里插入图片描述

我们所需学习的模型，只有六种

在这里插入图片描述
在这里插入图片描述
硬train一发：直接用deep learning train下去。。。。
（1）语音识别
在这里插入图片描述
用在语音辨识上的不是我们理解的传统的seq2seq model
在这里插入图片描述
（2）语音合成
在这里插入图片描述
（3）输入一段声音信号，输出一段声音信号
在这里插入图片描述
在这里插入图片描述
变声器
在这里插入图片描述
（4）判断一段声音属于哪个类别
在这里插入图片描述
在这里插入图片描述
（5）输入输出同时是文字时
在这里插入图片描述

处理文字的技术
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述在这里插入图片描述
输出文字的技术
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
文法剖析
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

您可能感兴趣的与本文相关的镜像

HunyuanVideo-Foley

HunyuanVideo-Foley

语音合成

HunyuanVideo-Foley是由腾讯混元2025年8月28日宣布开源端到端视频音效生成模型，用户只需输入视频和文字，就能为视频匹配电影级音效

深度学习与人类语言处理(李宏毅2020).zip
08-17
本资源仅方便大家辅助博文学习，已得到李老师的许可 深度学习与人类语言处理的课程ppt，在本课程中，文字和语音的内容各占一半，主要关注近3年的相关技术，重点讲述BERT及之后的预处理模型。 李宏毅老师2020新课深度学习与人类语言处理课程主页： http://speech.ee.ntu.edu.tw/~tlkagk/courses_DLHLP20.html 视频地址： https://www.bilibili.com/video/BV1RE411g7rQ
李宏毅人类语言处理2020：Speech Separation
梆子井欢喜坨的博客
06-11 3241
目录
李宏毅2020人类语言处理—P7
ronghwa_lu
11-24 231
前言 P6分析HMM、CTC、RNN-T如何穷举所有可能的alignment。 下面只用RNN-T作为例子 score computation
李宏毅2020人类语言处理—P1
ronghwa_lu
11-16 454
人类语言处理（注重speech任务）== 自然语言处理（偏重Text任务） 处理的对象：Text和Speech（语音） Speech processing is not only speech recognition。 audio： 1 second has 16k sample points, and each point has 256 possible values. 所以没有人可以说同一段话两次 本课程聚焦近3年的发展，探讨在“硬train一发”（把数据集丢进深度学习网络训练就能解决问题）之后的
李宏毅-人类语言处理(一)导论
qq_32599109的博客
06-08 266
1. 为什么这门课叫人类语言处理而不叫自然语言处理？ 传统的大多数自然语言处理课程超过百分之90的内容都是在讲如何解决文本(文字)相关的问题，而李老师这门课即讲如何解决语音相关问题又讲解决文本相关的问题。 2. 人类语言处理主要解决的问题？ 主要解决的问题可以归结为六大类： 1：训练一个模型输入一个语音，输出一个语音。典型应用场景： 人机对话：语音内容分离：输入多个人一起说话的语音输出多组，每组为分离出的一个人的声音；同声传译：输入一个语音输出翻译后的语音等。 2：训练一个模型输入一个语音，输出一段文本。典
李宏毅2020人类语言处理—P4
ronghwa_lu
11-22 307
Model 1 Connectionist Temporal Classification，CTC [Graves,et al.ICML,2016] 解决on-line语音辨识（不需要听完整句话再作辨识），只有一个encoder模块，且不能使用双向RNN。 问题： 每个acoustic input只代表10ms的语音，不是每个input都包含一个独特的token信息。 所以模型要知道什么时候output空白信息（NULL），即这段语音听不到有用信息。 如何处理空白信息和相同的语音 预测size=V+1
李宏毅机器学习笔记——Anomaly Detection（异常侦测），ROC AUC score
iwill323的博客
11-02 2209
李宏毅机器学习笔记——Anomaly Detection（异常侦测） ROC AUC score
李宏毅深度学习笔记
最新发布
05-10
对于希望获取李宏毅老师的深度学习课程笔记的用户，以下是几个可靠的途径以及相关内容概述： #### 1. 官方课程资料 可以通过访问李宏毅老师公开分享的课程页面来获取官方整理的学习材料。这些资料通常包括课件、...
2020李宏毅学习笔记——13.pytorch Tutorial
weixin_44554337的博客
06-12 619
1.概述： 1.1 本质就时一个加了GPU的numpy Python的支持—如上所述，PyTorch可以顺利地与Python数据科学栈集成。它非常类似于numpy，甚至注意不到它们的差别。 1.2动态计算图 取代了具有特定功能的预定义图形，PyTorch为我们提供了一个框架，以便可以在运行时构建计算图，甚至在运行时更改它们。在不知道创建神经网络需要多少内存的情况下这非常有价值。 1.3易于使用的API 它就像Python一样简单。 2.主要元素： 2.1PyTorch张量 2.2数学运算 2.3 Autog
​李宏毅机器学习——领域适应Domain Adaptation
iwill323的博客
10-30 2091
​李宏毅机器学习——领域适应Domain Adaptation
【必收藏】台大李宏毅老师课程 | 资源汇总、笔记总结与索引
热门推荐
记录学习痕迹的公众号：Piper蛋窝
08-18 1万+
深度学习入场券？李宏毅教师的课程足矣！
李宏毅2020人类语言处理—P2
ronghwa_lu
11-17 292
Speech Recognition speech：a sequence of vector（length T, dimension d） text：a sequence of tokens（length N, V kinds of different tokens） T > N Token的单位，形式 需要语言学家 phoneme，音素（指一种语言中能区别两个词的最小语音单位）≤ 音标 Lexicon，字典（word to phonemes） Grapheme，smallest unit
课程向：深度学习与人类语言处理 ——李宏毅，2020 (P2&3)
阿芒Aris的博客
08-16 2298
语音辨识系统中的输入和输出 输入：语音，形式化表示为 长度为T，维度为d 的向量 输出：文字，形式化表示为 各种 token
李宏毅 2020 深度学习与人类语言处理 DLHLP-Coreference Resolution-p21
Haulyn5的博客
02-14 907
前言 https://speech.ee.ntu.edu.tw/~hylee/dlhlp/2020-spring.html课程官网 李宏毅老师2020新课深度学习与人类语言处理_哔哩哔哩_bilibili-p21 哔哩哔哩搬运 内容还未整理完全。 正文 Coreference Resolution 相对于前面课程所介绍的分类属于一个特别的任务。 https://web.stanford.edu/~jurafsky/slp3/Speech and Language Processing...
李宏毅NLP笔记
hei_hei_hei_的博客
12-13 3135
Course Overview 自然语言 （1）概念 人造语言：程序语言，Python、c++ 自然语言：用于人类互相沟通的语言，eg：中文、英文 （2）语音 audio 重要性：很多语言没有具体的文字系统，计算机只能通过语音进行理解 复杂性：16k sample points/s，256 possible values/points。因此声音信号的可能性非常大，没有一模一样的声音 （3）文字 text 核心任务（6种技术） 应用分别有这些应用speech recognition（语音辨识
李宏毅NLP学习笔记，NLP模型LAS。
weixin_45799973的博客
09-29 1256
转自：http://t.zoukankan.com/yanqiang-p-13257228.html。
李宏毅自然语言处理——NLP任务概述
日积月累，天道酬勤
08-12 3772
介绍NLP的主要任务。
李宏毅NLP第九节
qq_53554496的博客
05-08 532
任务一：句子种类输出：加入cls标志，该标志跟整个句子信息有关，embedding输出分类。在预训练模型中加入apt层，只微调apt层，固定其余部分，节省空间，同样达到优秀效果。任务三：QA,输入文献d，问题q，模型返（回e，s）为文献d中起止字符位数。任务四：文转文，第一种架构，弊端是decoder不能使用预训练模型。以整个句子为编码，分割token，再生成embedding。调apt层效果接近全局微调，蓝色线为只调预训练模型的部分层。微调分类：全局微调和局部微调，全局微调效果更好。
NLP——李宏毅课程笔记
Nontele的博客
03-06 1081
本内容是基于李宏毅老师在2020年1发布的自然语言处理课程的学习笔记
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

我是小蔡呀～～～

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

实付元
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