智客公社
标题:
应用Python+TensorFlow完成人工智能中文语音辨认
[打印本页]
作者:
不发芽儿的豆儿
时间:
2019-5-31 09:04
标题:
应用Python+TensorFlow完成人工智能中文语音辨认
传奇微课原创首发
[attach]149864[/attach]
一、源码下载地址
https://github.com/bestpower/Speech_Recognition_Test
二、开发文档
[attach]149865[/attach]
Speech_Recognition_Test
中文语音辨认
1、项目运转环境
Windows7x64
Pycharm 2018.2.4 Python 3.6.2
独立显卡 GTX1050Ti
2、项目运转所需的库文件
Numpy(用于矩阵运算)
tensorflow-gpu(GPU版本有助于加快训练速度)
scipy.io.wavfile(用于读取音频文件)
python_speech_features(用于获取音频的梅尔倒普系数)
3、项目训练所需数据
下载地址:http://www.openslr.org/18/
下载文件:data_thchs30.tgz
4、项目构建思绪
1)将样本数据读入内存(包括音频数据和标签数据)
2)建立批次获取样本的函数
3)将语音数据转换成梅尔倒频谱系数(MFCC数据)(将时域数据转换成频域数据)
4)将MFCC转换成训练格式数据工夫列和频率特征系数行的矩阵
5)文本转换成向量
6)用于读取文件操作
7)对齐该批次的音频数据
8)将文本数据转换成稀疏矩阵(也就是密集矩阵转换成稀疏矩阵)
9)字向量转换成文字
10)构建网络结构停止模型训练:BiRNN_model
11)调用cpu函数
12)读取待测试数据(包括音频数据和标签数据)
13)将数据代入已训练好的模型中
14)打印辨认信息对比辨认效果
[attach]149866[/attach]
5、项目运转方法
配置conf目录下的conf.ini中的各项,次要是配置训练和测试所需的数据文件的途径,训练模型和log文件保存途径
打开Pycharm新创建一个项目,将项目所需Python文件添加出来
运转train.py文件对模型停止训练
运转test.py文件对训练好的模型停止测实验证
6、留意事项
以上网址下载的训练数据并不残缺,只要音频文件,没有标签数据,为了方便停止训练和检测辨认效果,本人已从其他地方找到了对应的标签数据(doc.rar)
由于数据文件量较大,训练工夫会很长,以本人的家用电脑配置(AMD FX-Series FX-8300 八核 12GB内存 GTX1050Ti显卡)全部训练上去大概用了五天的工夫,假如想尽快看到训练效果,可缩减训练数据量,但训练出的模型泛化才能会较差,如想达到实践运用的效果请选择服务器级别的机器或分布式系统
作者:
艾春到死
时间:
2019-5-31 16:08
那个啥吧。。。就是这个。。。你知道我要说啥吧。。。
作者:
wolf830406
时间:
2019-6-1 15:34
给你我的小心心
作者:
tfdspf82
时间:
2019-6-2 13:30
介是神马?!!
欢迎光临 智客公社 (http://bbs.cnaiplus.com/)
Powered by Discuz! X3.4