39-Day9.md

39-Day9

神经图灵机（NTM)

给神经网络记忆

NTM组件：控制器，外部记忆，读写操作，输入输出

整个架构可微分训练

自动语音识别ASR

难点

词汇表极大，同音词

口音，预期，强调

说话的方式，感情

……

语音信号

形式：声波，时变

表示方法：波形图，频域图，时频谱图

基本方程与传统技术路线

遍历各种单词，找到这种语音下，实际是这种单词的最大可能

贝叶斯

评价指标WER

词错误率 WER

计算方法：比较，错误率等于达到正确所需要的替换、插入、删除操作总数，再除以正确的单词数

循环网络处理语音识别

CTC折叠？？

课程实践项目 声控智能

CLDNN

输入信号进行时域卷积后，输出数据再进行频域的卷积以减少频谱的变化，然后通过三层的LSTM，最后通过一层DNN

训练过程中，时间卷积层和其他层会一起

深智科技

课程项目--声控智能设计

声控智能设计

实验步骤

语音指令设计 24条语音指令

语音指令录音 输出同一个是的

实验过程

神经网络的训练与验证

计算平台使用

神经网络

部署

aduioplt

预处理工具

SOX 原始音频文件添加噪声，混响等劳动信号

ffmpg对音频文件转换

深度网络的实际训练过程

网络的训练将样本数据分批续联

aduioNet

数据增强

安卓应用开发

JAVA python

谷歌安卓开发环境