李宏毅《DLHLP》学习笔记1 - 语音识别概念

李宏毅课程跟学

phoneme：音标，发音的基本单位，lexicon：词表，Grapheme：书写的基本单位，26个字母。align就是mfcc和ab对应的关系，所有可能的概率之和。最小发音单位，他的分布是固定的，发音是固定的。

包含语音识别，也就是语音到文字的转变过程

视频链接：https://www.youtube.com/watch?v=Jj6blc8UijY&list=PLJV_el3uVTsO07RpBYFsXg-bN5Lu0nhdG&index=9&ab_channel=Hung-yiLee 课件链接：https://speech.ee.ntu.edu.tw/~tlkagk/courses/DLHLP20/Voice%20Conversion%20(v3).pdf语音转换的用处很多，如合成其他人的声音、合成不同情绪的声音等。本节介绍的技术都是从acoustic

Self-Attention

2021李宏毅机器学习笔记--23 Theory behind GAN摘要一、Maximum Likelihood Estimation(最大似然估计)二、MLE=Minimize KL Divergence（最小KL散度）三、Generator四、Discriminator五、D*和divergence的关系证明六、知识回顾:KL散度、JS散度和交叉熵七、G*的目标八、GD Algorithm for GAN九、In practice(实做中)十、Algorithm for GAN总结 摘要 本章节主

（语音识别很难吗？这是一张关于语音识别模型使用占比的饼状图。数据来源于对INTERSPEECH’19、ICASSP’19、ASRU’19三个会议超100篇论文的调研。“lexicon free” 表示相关系统或方法不依赖预先设定的词汇表来进行处理，比如某些语音识别技术尝试直接对语音信号进行分析转换，不借助传统词汇表的辅助，以适应更灵活、未知的语言场景。

文章目录介绍HLP vs NLP语音概述文字概述本课程内容（六类）Automatic Speech Recognition(ASR)语音合成语音转语音Input Audio, Output Class文字2文字其他 介绍 本门课程是2020年李宏毅老师新课：Deep Learning for Human Language Processing（深度学习与人类语言处理） 课程网站：http://speech.ee.ntu.edu.tw/~tlkagk/courses_DLHLP20.html B站视频：htt

一，六种模型 输入一段声音------>输出文本、声音、判断类别 输入语言判断类别： 二、speech recognition声音识别 三个主要语音辨识会议中，使用最多的token： 语音辨识+xxxx： 声音特征： 物种语音识别模型 LAS（Listen，Attend，and Spell） encoder 可以采用rnn，cnn 1，获取attention两种方式： z0关...

文章目录介绍 介绍 本门课程是2020年李宏毅老师新课：Deep Learning for Human Language Processing（深度学习与人类语言处理） 课程网站 B站视频 公式输入请参考：在线Latex公式

在深度学习之前，我们需要人工构造数据的预处理所以phoneme是非常常见的选择，但是特征构造的过程极其复杂，lexicon的构建需要语言学的知识。这样我们就完全不需要Lexicon了，但是把“字”作为基本单位的话，语音中发音相似的字到底是什么那就需要很长的上下文才能确定。在语音学顶会INTERSPEECH19，ICASSP19，ASRU19，各个Acoustic Feature方法的使用占比。如果把1s切割为10ms，那么1s的声音讯号就会产生100个frames，可以理解为句子的sequence。

AlphaGo战胜“石神”李世石，人工智能开始闯进大众的视野，机器学习成为同学入门人工智能领域的学习首选。提起机器学习，就不能不说一位人物，他就是台湾大学李宏毅教授。李宏毅老师说：“你可以...

语音识别Overview 语音识别输出的数据类型（Token）分类 Phoneme：发音的基本单位（类似于音标） 需要一个lexicon记录word与phonemes的对应关系： Grapheme：书写的基本单位 中文：一个字 英文：26个英文单词 无需lexicon的映射关系 word：词 不同语言的词汇都非常的多 -morpheme：有意义的基本单位（长度在word和grapheme之间） 例如unbreakable的morepheme可以拆分成：“un” “break” “abl

前言 https://speech.ee.ntu.edu.tw/~hylee/dlhlp/2020-spring.html课程官网 李宏毅老师2020新课深度学习与人类语言处理_哔哩哔哩_bilibili-p21 哔哩哔哩搬运 内容还未整理完全。 正文 Coreference Resolution 相对于前面课程所介绍的分类属于一个特别的任务。 https://web.stanford.edu/~jurafsky/slp3/Speech and Language Processing...

视频链接：https://www.youtube.com/watch?v=DMxKeHW8KdM&list=PLJV_el3uVTsO07RpBYFsXg-bN5Lu0nhdG&index=13&ab_channel=Hung-yiLeehttps://www.youtube.com/watch?v=Eau1Fr2x86Y&list=PLJV_el3uVTsO07RpBYFsXg-bN5Lu0nhdG&index=14&ab_channel=Hung-yiLee课件链接：https://speech.ee.