ASRT项目最近新上线了Web网页端的测试Demo，以供各位测试ASRT最终的使用效果。测试地址为：https://asrt.ailemon.net/demo ，欢迎大家进行测试使用。开源的JavaWeb项目地址为：https://github.com/nl8590687/ASRT_SpeechClient_JavaWeb 。由于后端服务器的规模和性能限制，以及网络的延迟，可能存在着等待时间偏长的问题，请耐心等待，不要不停地点击识别按钮，会加重服务器负担。如果显示没有变化，可能是本身没录上音或者录音声音为空白噪声。
（更多…）分类： 智能语音技术
关注语音识别、声纹识别、语音合成相关的科学技术及应用
-
[论文分享]迁移学习实现基于预算的语音识别
Kunze, Julius, et al. “Transfer learning for speech recognition on a budget.” arXiv preprint arXiv:1706.00290 (2017).
大家好，本次我要分享的论文是Transfer Learning for Speech Recognition on a Budget
（更多…） -
[论文分享]FastSpeech: 快速鲁棒可控的语音合成
Ren, Yi, et al. “Fastspeech: Fast, robust and controllable text to speech.” Advances in Neural Information Processing Systems. 2019.
本次分享的论文是FastSpeech语音合成框架，这篇论文由微软研究院和浙大联合发表在NIPS2019上。
（更多…） -
教你如何使用ASRT部署中文语音识别API服务器
ASRT是一个中文语音识别系统，由AI柠檬博主开源在GitHub( https://github.com/nl8590687/ASRT_SpeechRecognition )上，为了便于大家使用，本文将手把手按顺序教你如何使用ASRT语音识别系统在测试和生产环境中部署中文语音识别API服务器。文本以CPU (Intel x86_64) + Linux + Python 3 + Nginx 为示例运行环境。
（更多…） -
[论文分享]用GAN从MFCC合成语音波形
Juvela, Lauri, et al. “Speech waveform synthesis from MFCC sequences with generative adversarial networks.” 2018 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2018.
本次论文分享的是一篇2018年发表在IEEE上的用GAN从MFCC合成语音波形的论文。
（更多…） -
教你如何使用ASRT训练中文语音识别模型
ASRT是一个中文语音识别系统，由AI柠檬博主开源在GitHub( https://github.com/nl8590687/ASRT_SpeechRecognition )上，为了便于大家使用，本文将手把手按顺序教你如何使用ASRT语音识别系统训练一个中文语音识别模型。如果遇到任何问题，为了节省您的时间，请及时加QQ群或者微信群进行讨论，包括反馈bug或者版本兼容性等。
首先到GitHub上打开ASRT语音识别项目仓库：https://github.com/nl8590687/ASRT_SpeechRecognition
国内Gitee镜像地址：https://gitee.com/ailemon/ASRT_SpeechRecognition
打开的网页如图所示
（更多…） -
[论文分享]Char2wav端到端语音合成
Sotelo, Jose, et al. “Char2wav: End-to-end speech synthesis.” (2017).
Char2Wav是一个2017年发表在ICLR上的语音合成模型。
（更多…） -
几个免费开源的英文语音数据集
AI柠檬之前发布过一篇总结有哪些开源的中文语音数据集的文章（详见：几个最新免费开源的中文语音数据集），这里我将再总结一些免费开源的英文语音数据集，以方便大家做科研和工程时能够使用到。并且这里列举出的英文语音数据集可以确保能够下载和使用，并且是免费开源的，下载链接见文末。
（更多…） -
ASRT开源语音识别项目开始兼容TensorFlow 2.X
大约三周前，一位GitHub用户在ASRT开源语音识别项目提交了一个Issue，指出该项目不能运行于TensorFlow 2.X环境下，存在兼容问题。于是他上周向本项目提交了修改代码的Pull Request。经过本人实际测试，修改后的代码同时兼容TensorFlow 1.X版和2.X版，并且完全无错误正确运行。
（更多…） -
[论文翻译]SpecAugment:一种用于自动语音识别的简单数据扩增方法
SpecAugment: A Simple Data Augmentation Method for Automatic Speech Recognition
原文：https://arxiv.org/abs/1904.08779
Daniel S. Park∗, William Chan, Yu Zhang, Chung-Cheng Chiu, Barret Zoph, Ekin D. Cubuk, Quoc V. Le
Google Brain
{danielspark, williamchan, ngyuzh, chungchengc, barretzoph, cubuk, qvl}@google.com
（更多…）
