从声学模型算法角度总结 2016 年语音识别的重大进步

隐林 2017-02-13

算法 机器学习 语音识别 阿里巴巴 大数据分析 MaxCompute 神经网络 大数据计算

免费开通大数据服务:https://www.aliyun.com/product/odps

 在过去的一年中,语音识别再次取得非常大的突破。IBM、微软等多家机构相继推出了自己的 Deep CNN 模型,提升了语音识别的准确率;Residual/Highway 网络的提出使我们可以把神经网络训练的更加深。

  而诸如 CTC、Low Frame Rate、Chain 模型等粗粒度建模单元技术使得语音识别准确率得到提升的同时,解码速度也可以大大加快。

  本期雷锋网硬创公开课特邀供职于阿里巴巴 iDST 的语音专家薛少飞博士,从学术的角度回顾过去一段时间里语音识别技术的进展。

  嘉宾介绍:

  148502579790831016.JPEG

  薛少飞,阿里巴巴 iDST 语音识别专家,中国科学技术大学博士。现负责阿里声学模型研究与应用:包括语音识别声学建模和深度学习在业务场景中的应用。

登录 后评论
下一篇
冒顿单于
6546人浏览
2019-08-28
相关推荐
AI时代的序幕
1154人浏览
2018-07-19 18:15:14
NLP入门之语音模型原理
776人浏览
2017-10-02 15:23:00
5
9
1
8128