网站 › 『编程语言讨论求助区』 › 关于python语音识别转文字，如何训练模型，提高精准度？

lengkeyu 发表于 2022-12-25 18:08

关于python语音识别转文字，如何训练模型，提高精准度？

关于python语音识别转文字，如何训练模型，提高精准度？
如题。最近在学习语音识别方面的知识。在语音识别方面，有很多api接口，
但是由于很多需要联网或者有使用次数限制等，只有sphinx这个支持离线，
但是使用他的库，测试语音转文本，尤其是汉语recognize_sphinx(audio, language='zh-cn')的时候，
那转化结果根本，不能看。

网上有用cmu sphinx训练的，看不是太明白，不知道论坛有没有大佬，给指导指导，谢谢！

萌新与小白 发表于 2022-12-26 00:35

百度的PaddlePaddle中有很多库，可以自己训练，也可以用自带的预训练模型。我在用PaddleOCR和PaddleSpeech。

爱的人 发表于 2022-12-26 07:18

建议先学习数学。就是线性代数，离散数学。还有微积分。先看特斯拉之夫在YouTube怎么教入门入门机器学习的。代码是python.然后数学是线性代数，微积分，没了，人工智能离不开数学的，数学学的不行，训练出来的模型就会很差，

zhangting2022 发表于 2022-12-26 07:19

努力学加油加油

cheesw 发表于 2022-12-26 08:18

同楼上，飞浆语音识别还不错，你要是打算从0开始训练的话，需要先找一个合适的神经引擎算法（不知道是不是这么叫），然后自己写训练集，再洗数据，再拿一组去验证，大概是这样吗
非人工智能专业，但是最近也在准备炼丹

lengkeyu 发表于 2022-12-26 08:55

谢谢楼上，我找找相关的资料，再测试下。

linswin 发表于 2022-12-26 10:22

萌新与小白 发表于 2022-12-26 00:35
百度的PaddlePaddle中有很多库，可以自己训练，也可以用自带的预训练模型。我在用PaddleOCR和PaddleSpeech ...

百度的库是免费的还是收费的？

萌新与小白 发表于 2022-12-26 12:33

linswin 发表于 2022-12-26 10:22
百度的库是免费的还是收费的？

我发这个开源免费，它也有收费的。

mynamej 发表于 2022-12-26 16:17

机器学习，神经网络的基础知识得学牢，sklearn和pytorch等平台也得理解透彻，才能很好的理解透语音识别模型

lengkeyu 发表于 2022-12-27 14:58

本帖最后由 lengkeyu 于 2022-12-27 15:40 编辑

最近看了cmu sphinx的相关内容cmusphinx-zh-cn-5.2.tar，他识别英文的准确率还可以；但是识别中文的发音，这个基本不能用。
字典应该是个关键，但是看他的中文字典，里面实际上也有8-9万的字或词、短语，那么问题不是在数量上，大概是这样的：
C:\Users\PICC\Desktop\1672124068646.png
不太清楚他的规则。
按照道理说，现在计算机识别汉字发音，这个都很成熟了，应该是根据汉语字典发音来的吧；
为什么语音识别转文字，就不能按照字典发音来识别？而是建立了很复杂的逻辑或模型？

查看完整版本: 关于python语音识别转文字，如何训练模型，提高精准度？