Speech Recognition Algorithms Using Weighted Finite-State Transducers

最新推荐文章于 2022-11-28 09:31:33 发布
最新推荐文章于 2022-11-28 09:31:33 发布
阅读量1.2k 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 语音识别
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。
本文链接：https://blog.youkuaiyun.com/qq_14962179/article/details/87373936
本文全面解析了语音识别技术的关键组成部分，包括语音分析、特征提取、声学模型、语言模型及解码算法。深入探讨了WFST在语音识别中的应用，如声学模型构建、上下文相关音素模型和发音字典的使用，以及解码性能优化。

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

  2. 语音识别概述
    语音识别统计框架
    语音分析/特征提取
    声学模型
    子词模型和发音字典
    上下文相关音素模型
    语言模型
    解码
  3. WFST
    FA
    FA基本性质
    半环理论
    基本操作
    转换器组合算法
    优化算法：确定化、weight pushing 、minimization
    epsilon removal
  4. 基于WFST的语音识别
    基于WFST的语音识别概述
    WFST的构建：声学模型、因素上下文相关、发音字典、语言模型
    Composition and Optimization
    单个WFST解码算法
    解码性能
  5. On-the-fly动态解码
    原始的WFST方法存在的问题
    On-the-fly组合与优化
    KNOWN PROBLEMSOF ON-THE-FLY COMPOSITION APPROACH
    look-ahead composition方法
    on-the-flying rescoring方法
【数据结构与算法】FST 有穷状态转换器详解：Finite State Transducers & 算法核心思想和代码实现（Golang语言）
AI天才研究院
03-21 2万+
Finite State Transducers 简称 FST， 中文名：有穷状态转换器。FST 是一种类似于Trie 或自动机的数据结构。FST 可以表示成FST<Key, Value>的形式，我们可以用O(length(key))的复杂度，找到key所对应的值。除此之外，FST 还支持用Value来查找key以及查找Value最优的key等功能。在查找最优的Value时，会用到求最短路径的Dijikstra算法,但建图过程与此无关。
SPEECH RECOGNITION WITH WEIGHTED FINITE-STATE TRANSDUCERS （WFST））
11-10
Kaldi讲WFST的官方文档，里面涉及到了群，半群，理解组合算法，和优化算法
SpeechRecognitionAlgorithmsUsingWeightedFinite-StateTransducer
03-21
WFST 教学文档，对于语音识别中的解码原理有详细的介绍，数学符号较多， 要反复理解里面的伪代码
WFST
sky1170447398的博客
04-13 8339
WFST简单笔记（一）WFST(weighted finaite-state transducer)用于大规模的语音识别，包括HMM模型，词典，n-gram语言模型。WFST状态转换用输入和输出符号标记。 因此，transducer将路径编码从输入符号序列或字符串到输出字符串的映射。WFST除了输入和输出符号之外还对转换进行加权。 权重可以编码概率，持续时间，惩罚或沿路径积累的任何其他数量，以计算将
论文翻译：Speech Recognition with Weighted Finite-State Transducers
人肉计算机
02-02 1165
摘要：本文介绍了基于WFST的语音识别的一般形式和算法框架。这些转换器为语音识别系统的主要部件提供了通用自然的表示形式，包括HMM模型，上下文相关模型，发音词典，统计语法，以及word或者phone的点阵。介绍了用于构建和优化转换器模型的通用算法，包括组合模型的组成，加权确定，最小化以用于优化时间和空间的要求，以及为语音识别最佳的重新分配过度权重的权重推演算法。详细说明了这些方法在大词汇量任务中的...
No_Description_Single-Word-Speech-Recognition-using-GMM-HMM-.zip
最新发布
08-25
No_Description_Single-Word-Speech-Recognition-using-GMM-HMM-
Speech Recognition（语音识别）-附件资源
03-02
Speech Recognition（语音识别）-附件资源
深度学习 颜色识别_吴恩达深度学习笔记(136) | 语音识别
weixin_39747577的博客
11-19 944
语音识别(Speech recognition)现今，最令人振奋的发展之一，就是seq2seq模型(sequence-to-sequence models)在语音识别方面准确性有了很大的提升。这门课程已经接近尾声，现在我想通过剩下笔记，来告诉你们，seq2seq模型是如何应用于音频数据的(audio data)，比如语音(the speech)。什么是语音视频问题呢？现在你有一个音频片段x(an ...
Finite State Transducers 详解
无敌三脚猫的专栏
01-14 1万+
一、 简介       Finite State Transducers 简称 FST， 中文名：有穷状态转换器。在自然语言处理等领域有很大应用，其功能类似于字典的功能（STL 中的map，C# 中的Dictionary），但其查找是O（1）的，仅仅等于所查找的key长度。目前Lucene4.0在查找Term时就用到了该算法来确定此Term在字典中的位置。       FST 可以
Kaldi WFST HCLG.fst 构图 学习
热门推荐
lucky_ricky的博客
08-23 2万+
HCLG.fst由四部分构成 1.G：语言模型WFST，输入输出符号相同，实际是一个WFSA（acceptor接受机），为了方便与其它三个WFST进行操作，将其视为一个输入输出相同的WFST。 2.L：发音词典WFST，输入符号：monophone，输出符号：词; 3.C:上下文相关WFST，输入符号：triphone（上下文相关），输出符号：monophnoe; 4.H:HMM声学模型W...
lucene字典实现原理
weixin_30517001的博客
11-24 486
http://www.cnblogs.com/LBSer/p/4119841.html 1 lucene字典 使用lucene进行查询不可避免都会使用到其提供的字典功能，即根据给定的term找到该term所对应的倒排文档id列表等信息。实际上lucene索引文件后缀名为tim和tip的文件实现的就是lucene的字典功能。 怎么实现一个字典呢？我们马上想到排序数组，即...
WFST--学习笔记
oneself的博客
11-28 1553
WFST--学习笔记
FST（Finite-State Transducer) 原理
Tino's Space
10-17 2万+
参考依据：Weighted Finite-State Transducer Algorithms An Overview 这是一篇由纽约计算机和数学教授，同时也是全球人工智能超级大咖Mehryar Mohri在美国最大电信公司AT &amp;amp;amp;amp;amp;amp;amp;amp;amp; T 工作期间撰写的论文《加权有限状态转换器算法概述》，原文专业术语和数学概念太多，非数学和计算机科学专业的很难读懂，但是身为一个IT民工也不需要我们能完全读...
lucene源代码学习之FST(Finite State Transducer)在SynonymFilter中的实现思想
J_bean的博客
11-28 3629
Finite StateTransducers 简称 FST，中文名：有穷状态转换器。在自然语言处理等领域有很大应用，其功能类似于字典的功能（STL 中的map，C# 中的Dictionary），但其查找是O（1）的，仅仅等于所查找的key长度。目前Lucene4.0在查找Term时就用到了该算法来确定此Term在字典中的位置。       FST 可以表示成FST的形式，我们可以用O（leng
语音识别WFST核心算法讲解(1. WFST的基本概念)
fengzhou_的博客
06-22 9912
本系列主要介绍语音识别WFST中的常用算法, Composition, Determinization, Minimization, Epsilon Removal, Weight Pushing 等。了解这些算法的前提是熟悉WFST基本概念，了解Semiring（半环代数理论), 对图中各类算法（深度优先搜索DFS，最大强连通域SCC）等。因此我们首先介绍WFST的基本概念。 伪代码和部分图片...
FST(Finite State Transducers, 有限状态转换器)简介及示例
hdm314的博客
08-07 1万+
一、简介 Finite State Transducers 简称 FST， 中文名：有穷状态转换器。FST目前在语音识别和自然语言搜索、处理等方向被广泛应用。 例如，在自然语言处理中，经常会遇到一些针对某些内容法则做出修改的操作，比如：如果c的后面紧接x的话，则把c变为b，FST则是基于这些规则上的数学操作，来把若干个规则整合成一个单程的大型规则，以有效提高基于规则的系统(rule-based system)的效率。 其功能类似于字典的功能（STL 中的map，C# 中的Dictionary），但其查找是
AI大语音（十二）——WFST解码器（下）（深度解析）
aibigtruth的博客
11-19 1290
本文来自公众号“AI大道理”。 把HMM、语言模型N-gram、发音词典、上下文相关转化成WFST，再进行合成得到一个巨大的WFST。 对这个巨大的WFST进行确定化、权重移动、最小化等优化，得到一个浓缩的包含各种约束的网络。 语音识别就变成在一个WFST的搜索问题了，使用Viterbi的集束搜索得到最优路径，即识别结果。 1 WFST的源头 源头： 1）有限状态接收器FSA（Finite State Acceptor） FSA弧上有“输入”信息，随着状态的不断转移，可以判断能否...
layui 树状图默认全部展开_[简话语音识别] 解码器（一）基于WFST静态图展开的VertibiBeamSearch解码算法...
weixin_39989190的博客
11-23 943
1 背景介绍语音识别技术简介语音识别概括来说是将经由麦克风接收并采样得到的一段语音信号序列转换成一段文本序列的序列转换技术。目前业内主流大多基于统计理论的贝叶斯法则：目前业内主流的语音识别算法框架的三个最重要的部件为：1. HMM-DNN声学模型;2. 语言模型;3. 基于WFST静态图展开的VertibiBeamSearch解码算法;根据各组件的实际职责，图中将文章上述内容中提及的HMM-DNN...
基于Chrome浏览器的ngx-speech-recognition Angular语音识别服务
- 压缩包文件名称为ngx-speech-recognition-master，表明这是一个包含所有源代码和资源的主压缩文件。 - 用户可以通过解压缩这个文件来获取库的所有资源，进行本地安装或深入研究。 通过以上知识点的详细解释，...
评论 1
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
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