深度學習+語音，基礎普及篇筆記（一）

深度學習應用領域，能夠分爲3大塊：圖像，語音，文字。最近有時間，研究下語音：網絡 （一）定義框架 語音是一個連續的音頻流，它是由大部分的穩定態和部分動態改變的狀態混合構成。 一個單詞的發聲（波形）實際上取決於不少因素，而不只僅是音素，例如音素上下文、說話者、語音風格等。 工具 （二）語音識別性能 其中有個圖（連續語音識別框架圖）看不清楚，以下：學習 （三）結果評定spa 一、WER（Word er

>>阅读原文<<