[关闭]
@cnbeining 2017-08-25T04:01:46.000000Z 字数 668 阅读 26

Google发布语音指令数据集

Google AI ML



摘要: Google开源了供初学者入门的语音数据集,对语音识别等任务帮助极大。

作者Pete Warden

正文

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团队开源的数据集有30个命令,时长65000秒,来自数千人的录音。团队贴心地附上了训练预测的TensorFlow示例代码。数据集使用知识共享署名 4.0 国际 协议(CC BY 4.0)发布,Google表示将继续扩充这个数据集。Google表示这个数据集特别适合新手入门,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:程序包含10个命令词,在获取麦克风权限后,程序将点亮你所说的命令词。

img01

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: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

添加新批注
在作者公开此批注前,只有你和作者可见。
回复批注