神经网络：文本分类

tensorflow

由于需要学习语音识别，期间接触了深度学习的算法。利用空闲时间，想用神经网络做一个文本分类的应用， 目的是从头到尾完成一次机器学习的应用，学习模型的优化方法，同时学会使用主流的深度学习框架（这里选择tensorflow）。

2017-05-01

ASR: DNN训练

本文通过简单kaldi源码，分析DNN训练声学模型时神经网络的输入与输出。在进行DNN训练之前需要用到之前GMM-HMM训练的模型，以训练好的mono模型为例，对模型进行维特比alignement（对齐），该部分主要完成了每个语音文件的帧到transition-id的映射。
不妨查看对齐后的结果：

2017-04-01

ASR:特征提取

在不深究具体过程的前提下理一理语音识别中特征提取的基本过程，并通过kaldi对该过程进行操作，得出相应结果。以梅尔倒普系数MFCC为例，对于语音信号，处理如下：

2017-03-20