你好,游客 登录 注册 搜索
背景:
阅读新闻

Google发布语音指令数据集

[日期:2017-08-29] 来源:infoq.com  作者:Beining [字体: ]

深度学习在语音识别方面的使用方兴未艾,但是可用的训练数据集却不多见。虽然Kaldi这种软件可以使用神经网络进行训练,但是复杂的操作吓退了很多小白。Google认识到,互联网上没有可供入门者快速入门深度学习的语言数据集,所以他们开源了语音指令数据集

TensorFlowAIY团队开源的数据集包含65000个录音,每个录音时长几秒钟,包含30个左右的单词。它们是通过网站采集而来的,参与人数达到了数千人。团队贴心地附上了训练和预测的TensorFlow示例代码。数据集基于署名4.0 国际(CC By 4.0)许可发布,Google表示将继续扩充这个数据集。Google还指出,这个数据集特别适合新手入门。此外,他们也开源了收集录音的工具

对于想尝鲜的人,Google制作了一个基于TensorFlow的Android程序。程序会询问获取麦克风权限,随后会给出10个单词,程序将高亮显示已经被你读过的单词。

这个例子的效果和数据集有很大的关系,有可能不尽如人意,毕竟商业语言识别系统比这个复杂的多。Google希望随着更多的数据加入,模型的识别效果会日趋完善。

使用TensorFlow进行语言识别的教程可以在这里找到。使用最新版本的TensorFlow和主流配置,模型训练只需要几个小时。对神经网络进行微调可以解决不同的问题,例如不同的响应时间、大小,以及在不同平台上的准确度取舍问题。

查看英文原文:Launching the Speech Commands Dataset

本文永久更新链接地址http://www.linuxidc.com/Linux/2017-08/146561.htm

linux
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数

       

评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款