发表服务
传统语音识别（GMM+HMM）.语音信号计算机中是采用PCM编码按时间序列保存的一连串数据。.计算机中最原始语音文件是wav，可以通过各种录音软件录制，录制是包括三个参数.通道：很多音频都有左右2个通道，在语音识别中通常有一个通道的…
手动实现GMM-HMM孤立词识别算法HMM讲解，最后的总结写的很好，值得思考kaldi源码分析关键词识别kaldi服务器部署pre-trainedmodelTDNN介绍kaldi中DNN的部分，大致了解kaldiCNN介绍xvector做声纹识别的论文翻译kaldi中声纹识…
那么有多少个triphone呢？假设音子有40个，那么理论上可能有$40^3=64,000$，实际上英语可能出现的triphone会有50,000左右。假设我们使用3状态的HMM，每个状态使用10个分量的GMM模型，那么总共有1.5M个高斯分布。
语音识别（六）——FBank,语音识别的评价指标,声学模型进阶,语言模型进阶,GMM-HMM,WFST（1）.Mel-FrequencyAnalysis（续）.参考.
SpeechCommunication,2009,51(11):1039-1064.凌振华（中科大）HMM统计参数语音TokudaK,NankakuY,TodaT,etal.SpeechsynthesisbasedonhiddenMarkovmodels[J].ProceedingsoftheIEEE,2013,101(5):1234-1252.凌振华（中科大）HMM
经典论文：Rabiner,ATutorialonHiddenMarkovModelsandSelectedApplicationsinSpeechRecognition（HMM求值、、训练问题的公式及推导）AlexGraves,ConnectionistTemporalClassification:LabellingUnsegmentedSequenceDatawithRecurrentNeuralNetworks,ICML2006（现在的前沿技术之一CTC的基础）
论文解读：对端到端语音识别网络的两种全新探索.雷锋网AI科技评论按：语音识别技术历史悠久，早在上世纪50年代，贝尔研究所就研究出了可以识别十个英文数字的简单系统。.从上世纪70年代起，传统的基于统计的HMM声学模型，N元组语言模型的发明...
由MFCC恢复语音的基本频率（F0）和发声信息已经有一定的进展，在GMM-HMM框架中进行了研究，其中F0和声音是通过与MFCC的GMM联合分布成功预测的。但是随着深度学习的发展，RNN展现了很好的实现效果。这篇论文提出三个主要贡献来研究MFCC的
传统语音识别（GMM+HMM）.语音信号计算机中是采用PCM编码按时间序列保存的一连串数据。.计算机中最原始语音文件是wav，可以通过各种录音软件录制，录制是包括三个参数.通道：很多音频都有左右2个通道，在语音识别中通常有一个通道的…
手动实现GMM-HMM孤立词识别算法HMM讲解，最后的总结写的很好，值得思考kaldi源码分析关键词识别kaldi服务器部署pre-trainedmodelTDNN介绍kaldi中DNN的部分，大致了解kaldiCNN介绍xvector做声纹识别的论文翻译kaldi中声纹识…
那么有多少个triphone呢？假设音子有40个，那么理论上可能有$40^3=64,000$，实际上英语可能出现的triphone会有50,000左右。假设我们使用3状态的HMM，每个状态使用10个分量的GMM模型，那么总共有1.5M个高斯分布。
语音识别（六）——FBank,语音识别的评价指标,声学模型进阶,语言模型进阶,GMM-HMM,WFST（1）.Mel-FrequencyAnalysis（续）.参考.
SpeechCommunication,2009,51(11):1039-1064.凌振华（中科大）HMM统计参数语音TokudaK,NankakuY,TodaT,etal.SpeechsynthesisbasedonhiddenMarkovmodels[J].ProceedingsoftheIEEE,2013,101(5):1234-1252.凌振华（中科大）HMM
经典论文：Rabiner,ATutorialonHiddenMarkovModelsandSelectedApplicationsinSpeechRecognition（HMM求值、、训练问题的公式及推导）AlexGraves,ConnectionistTemporalClassification:LabellingUnsegmentedSequenceDatawithRecurrentNeuralNetworks,ICML2006（现在的前沿技术之一CTC的基础）
论文解读：对端到端语音识别网络的两种全新探索.雷锋网AI科技评论按：语音识别技术历史悠久，早在上世纪50年代，贝尔研究所就研究出了可以识别十个英文数字的简单系统。.从上世纪70年代起，传统的基于统计的HMM声学模型，N元组语言模型的发明...
由MFCC恢复语音的基本频率（F0）和发声信息已经有一定的进展，在GMM-HMM框架中进行了研究，其中F0和声音是通过与MFCC的GMM联合分布成功预测的。但是随着深度学习的发展，RNN展现了很好的实现效果。这篇论文提出三个主要贡献来研究MFCC的
发表服务