ASR工具包——簡記

S4D官方文檔

S4D倉庫

S4D論文下載鏈接

官網(wǎng)鏈接

S4D：Python中的Speaker Diarization Toolkit

Speaker Diarization（發(fā)言者語音片段切分歸類）是一個將群組發(fā)言中不同人不同時間點的語音樣本劃分和重組為獨特的，同質(zhì)的片段的過程，分離出誰在何時說了什么。

摘要：

在本文中，我們提出了一個新的致力于語音分類開源Python工具包S4D。

S4D提供各種狀態(tài)最先進的組件和可能性使得端到端的分類原型系統(tǒng)更加容易。

S4D提供了大量的聚類，分割，評分和可視化算法。S4D被認為易于理解，安裝，修改和使用以便快速轉(zhuǎn)換到工業(yè)技術(shù)和促進新的技術(shù)方法。本文提供了標準任務(wù)和教程的示例。S4D是基于說話人識別的開源工具包SIDEKIT的擴展。

Kaldi官網(wǎng)

Kaldi 簡介：

Kaldi 是一個語音識別的工具包

htk官網(wǎng)

什么是HTK？

隱馬爾可夫模型工具包（HTK）是一個用于構(gòu)建和操作隱馬爾可夫模型的便攜式工具包。HTK主要用于語音識別研究，盡管它已被用于許多其他應(yīng)用，包括語音合成，字符識別和DNA測序的研究。HTK正在全球數(shù)百個網(wǎng)站上使用。

HTK包含一組C源代碼形式的庫模塊和工具。這些工具為語音分析，HMM培訓(xùn)，測試和結(jié)果分析提供了先進的工具。該軟件支持使用連續(xù)密度混合高斯和離散分布的HMM，并可用于構(gòu)建復(fù)雜的HMM系統(tǒng)。HTK版本包含大量文檔和示例。

HTK普通的學(xué)習鏈接

librispeech asr語料庫

語音通話

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔相應(yīng)法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔相應(yīng)法律責任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。