zhangming0411的博客

Tacotron 2.0模型结构Tacotron是一个端到端的从文本合成语音的模型，也是典型的encoder2decoder结构。encoder用来将文本特征转化为中间特征（可以类比为phoneme特征吧）；decoder使用自回归的方式，使用中间特征与上一时刻的mel特征输出去生成这一时刻的mel特征。EncoderEncoder主要包含Embeding层、三层的1d的卷积层、以及一层双向的LSTM层。Input为（Batch,L,F）L为文本长度，F为文本特征维度。Embed..

先占坑 明天写

样例表名词解释：egs下的样例 数据源，功能 用到的相关工具 aidatatang_200zh/s5 数据堂200h中文开源数据，用于语音识别 LM+MFCC+Mono+Triphone(tri1:deltas;tri2:delta+delta-delta;tri3a:lda+mllt)+fMLLR+SAT+TDNN aishell/v1 openslr33数据 ，声纹识别 MFCC+UBM+PLDA aishell/s5 openslr33数据

From：BUPT某非著名小白研究生，因研究语音信息处理，因基础知识薄弱，又不甘颓废当个咸鱼，写一些赵力《语音信号处理》此书的一些理解。写博客以鞭策自己前进。（实在觉得书本上好多废话，就在括号内用自己理解的人话解释一下）语音基本声学特性：语音室发声器官发出的一种声波，具有一定音色音调，音强和音长，其中，音色：即音质，是一种声音区别另一种声音的基本特性；(你声音好不好听)音调：声音的高低...

这个Blog主要介绍语音信号处理中隐马尔科夫模型。一些小常识HMM在语音识别中的地位一直很高，只是最近这八九年间被深度学习给取代了。对于HMM应用于语音识别这一领域，我们就需要夸一夸李开复大佬，正是他把HMM带入了语音识别。此处应有呱唧呱唧！！！HMM--隐马尔科夫模型HMM又叫隐马尔科夫模型，顾名思义跟跟线性代数中出名马尔科夫链肯定有着千丝万缕的联系。从课本上的定义：“HMM是一...

仅做备份原文链接：https://blog.youkuaiyun.com/fandaoerji/article/details/44853853————————————————HMM+GMM语音识别技术详解级PMTK3中的实例本人正在攻读计算机博士学位，目前一直再学习各种模型啊算法之类的。所以一直想把自己的学习过程总结一下，所以就开通了这个博客。这两天一直再看语音识别方面的知识，想把自己的理解总...