# ASR

pong_jin

1\. 텐서플로 공식 문서1\. Wav2Vec2.0_Base_No finetuning 모델을 훈련 가능한 사전학습 레이어로 추가(input-w2v-dense_layer 로 구축)2\. 데이터는 librispeech의 train_clean 332M, 손실함수로는 CTCl

pong_jin

ESPNET은 resnet, vggnet 과 같은 모델 아키텍쳐가 아닌 음성 인식을 위한 라이브러리(툴킷)으로, 음성 인식 데이터를 다루는 모듈이 들어있다.전처리 모듈(kaldi) : 아래 설명하는 전처리음성 인식 모델(ASR : Automatic sppech rec

ingsol

CustomDataset 코드

ingsol

korean ASR

ingsol

CTC 코드 분석

ingsol

CTC 논문리뷰

ldc

conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch 설치 시 오류PyTorch 공식 홈페이지에서 이전 버전 설치 메뉴얼에서 pytorch 1.6.0 버전을 찾아 실행설치가 중간에 멈추고

sjj995

① 정확한 음성 인식을 위하여 음성 인식 알고리즘 중 높은 정확도와 성능을 보이는 Conformer(2020년 5월 발표) 알고리즘을 적용 (표. )Conformer는 SOTA 성능을 보여준 Transformer와 CNN 기반의 모델들보다 훨씬 뛰어난 성능을 가져옴.

juheesvt

모델 아키텍쳐는 encoder-decdoer 변환기로 구현되는 간단한 end-to-end 접근 방식

sjj995

앞 내용이 궁금하신 분들은,,,Glow-tts 코드리뷰 3편을 보고 오시면 됩니다.!MultiHeadAttention → LayerNorm → FFN → LayerNormDropout → Conv1d → LayerNorm → Conv1d → LayerNorm → Con

sjj995

앞 내용이 궁금하신 분들은,,,Glow-tts 코드리뷰 2편을 보고 오시면 됩니다.!batch size : 16x.shape : torch.Size(16, 115)batch size 16개, text token 최대 길이 115115 길이에 맞추고 그보다 작은 데이터

sjj995

앞 내용이 궁금하신 분들은,,,Glow-tts 코드리뷰 1편을 보고 오시면 됩니다.!최대한 비슷하게 따라가며 흐름을 파악할 것발생한 에러들cuda 전용 pytorch 버전 충돌 문제smart-g2p 사용 시, 01012345678과 같은 핸드폰 번호를 제대로 읽지 못하

sjj995

음성인식은 두 단계로 이루어져 있음Text → Mel-spectrogramMel-spectrogram → waveformvocoder는 두 번째 단계를 실행함Auto-Regressive Generative model - WaveNet학습과 추론 시간이 오래 걸림Flow

aiedu

본 글은 영어 발음 평가 모델 및 음성인식 모델에 사용하는 영어 발음사전을 구축하기 위한 과정을 담고 있습니다. [Posted by Jaewon Kim, Research Engineer, Mediazen AI Edtech team]

oppurity12

기존 acoustic 모델은 waveform에서 feature extraction후AM(acoustic model), PM(pronunciation model), LM(language model)을 이용해서 Text를 만드는 방식이었다. 이때 AM, PM, LM은 분리