ASRT中文语音识别系统

项目：ASRT_SpeechRecognition
学习中…持续更新

系统流程

1.特征提取

• 输入：语音.wav
• 操作：分帧加窗等操作
• 输出：语谱图(二维频谱图像信号)
  

2.声学模型

• 参考VGG的深度卷积神经网络
  - 输入：语谱图
  - 操作：VGG模型训练
  - 输出：VGG输出
  

3.CTC解码

• 输入：VGG输出
• 输出：汉语拼音序列
  

4.语言模型

• 基于概率图的最大熵隐马尔可夫模型
  • 输入：汉语拼音序列
  • 操作：隐含马尔可夫链
  • 输出：汉字文本
• 无需中文分词算法的简单词频统计

def sub_run(path, n):  # n 记录每次切片的一组中包含的字符数
    f1 = open(path, 'rb')
    stxt = f1.read()
    stxt = str(stxt, 'utf-8')
    f1.close()
    tmp_str = {
   
   }