Mozilla开源语音识别模型和世界第二大语音数据集

原标题:资源 | Mozilla开源语音识别模型和世界第二大语音数据集

选自Mozilla

机器之心编译

参与:刘晓坤

Mozilla 对语音识别的潜能抱有很大期望,但这一领域目前仍然存在对创新的明显阻碍,这些挑战激发这家公司启动了 DeepSpeech 项目和 Common Voice 项目。近日,他们首次发布了开源语音识别模型,其拥有很高的识别准确率。与此同时,这家公司还发布了世界上第二大的公开语音数据集,该数据集由全球将近 20000 人所贡献。

开源语音识别模型:https://hacks.mozilla.org/2017/11/a-journey-to-10-word-error-rate/

公开语音数据集:https://medium.com/mozilla-open-innovation/sharing-our-common-

DeepSpeech:一个开源的语音到文本的转换引擎,可以达到用户期待的高性能

目前市场上只有少量可用的商业性质的语音识别服务,且被少数几个大公司占据。这限制了初创公司、研究者,甚至那些希望在产品和服务中引入语音功能的大型公司的用户选择和可选特性。

这也是 Mozilla 启动并将 DeepSpeech 作为开源项目的初衷。和一群志同道合的开发者、公司和研究者一起,该公司通过应用复杂的机器学习技术,并开发多项新技术建立了一个语音到文本的转换引擎,它在 LibrSpeech 的 test-clean 数据集上仅有 6.5% 的词错率。

DeepSpeech 项目链接:https://github.com/mozilla/DeepSpeech

Mozilla 首次发布的 DeepSpeech 产品中包括了预构建的 Python 包、NodeJS 包和一个命令行二进制,从而使开发者可以立刻使用并进行语音识别实验。

Common Voice:建立世界上种类最多的公开语音数据集,以及开发最优化的语音训练技术

本文来自企鹅号 - 凤凰网媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏智能算法

八步拿下数据科学,攻克 “21世纪最性感的工作”

在数据科学(Data Science)领域,除了“什么是数据科学”这个问题以外,大家最感兴趣的问题就是“如何学习数据科学?”其实这个问题除了新手会问,有时候领域...

3366
来自专栏大数据文摘

学界 | 视频卡到天荒地老?MIT最新算法Pensieve让你观影畅通无阻

1462
来自专栏大数据文摘

还在把可视化当佐证观点的画图软件?你需要这份进阶攻略

2537
来自专栏JAVA高级架构

架构漫谈(四):如何做好架构之架构切分

架构漫谈是由资深架构师王概凯Kevin执笔的系列专栏,专栏将会以Kevin的架构经验为基础,逐步讨论什么是架构、怎样做好架构、软件架构如何落地、如何写好程序等问...

25310
来自专栏数据库

论道数据仓库维度建模和关系建模

为什么要数据仓库建模呢? 如果把数据看作图书馆里的书,我们希望看到它们在书架上分门别类地放置;如果把数据看作城市的建筑,我们希望城市规划布局合理;如果把数据看作...

2657
来自专栏大数据文摘

职场 | 还在狂攒MOOC证书?用它们做简历C位可能是个错误!

失败的面试各有各的因果,但还是有一些共性问题可以让求职者以此为鉴,有些问题看上去不是那么致命,但是随着数据科学行业落地的日渐成熟,面试官对真正优秀数据科学家的甄...

1110
来自专栏机器之心

资源 | Mozilla开源语音识别模型和世界第二大语音数据集

4018
来自专栏机器之心

Python扩大领先优势,PyTorch仅占6.4%:2018年数据科学语言&工具排名

1306
来自专栏机器学习算法与Python学习

为什么程序员一定要学深度学习

关键字全网搜索最新排名 【机器学习算法】:排名第一 【机器学习】:排名第二 【Python】:排名第三 【算法】:排名第四 对于深度学习,我也是一个初学者,能力...

3314
来自专栏人工智能快报

科学家将为机器人装配人工智能视觉技术

《每日科学》网刊登了来自英国金斯顿大学的文章,称科学家将为机器人装配人工智能视觉技术。 英国金斯顿大学(Kingston University)的专家将探讨如何...

2788

扫码关注云+社区