我要评论写在前面的话
本博客主要介绍了
1. 语音识别基础知识
2. 中文语音识别数据集
3. 语音识别常用模型方法
4. 自己训练一个中文语音识别模型
注意： 代码中所涉及的模型及数据集，均可从huggingface下载得到，代码中的路劲，需要根据自身实际情况稍做调整。
目录
语音识别基础
音视频开发基础入门｜声音的采集与量化、音频数字信号质量、音频码率_量化后的声音信号-csdn博客
https://huggingface.co/learn/audio-course/chapter1/audio_data
数据集
common_voice
包含大陆，香港，台湾等地的语音数据。
https://huggingface.co/datasets/fsicoli/common_voice_17_0
其它
模型
wav2vec
https://huggingface.co/facebook/wav2vec2-base
whipser
whisper是一种用于自动语音识别（asr）和语音翻译的预训练模型。whisper模型经过680k小时的标记数据训练，显示出强大的能力，可以在不需要微调的情况下推广到许多数据集和领域。
https://huggingface.co/docs/transformers/model_doc/whisper#transformers.whisperprocessor
发表评论