追踪着鹿的猎人是看不见山的

0%

语音识别

phonetic-recognition项目介绍

采用cnn方案进行训练,与人脸识别face-recognition项目的网络结构类似

phonetic-recognition项目将一个维度的音频向量处理成了一个音频特征矩阵

MFCC相关知识参见“梅尔频率倒谱系数 MFCC”一文

最后用cnn训练,后面过程与人脸识别类似

源代码

https://github.com/duhanmin/phonetic-recognition.git

音频训练与识别

语音MFCCs特征处理:

image

训练效果:

image

识别效果:

其中1的置信度低的原因是:我用自己的声音训练,用别人的声音去识别,虽然低,但也识别对了

image

坚持原创技术分享,您的支持将鼓励我继续创作!