机器之心报道
作者：魔王、杜伟
PyTorch+Kaldi，腾讯AILab开源轻量级语音处理工具包PIKA，专注于端到端语音识别任务。
Kaldi是一个开源的语音识别系统，由DanielPovey主导开发，在很多语音识别测试和应用中广泛使用。但它依赖大量脚本语言，且核心算法是用C++编写的，对声学模型的更新和代码调试带来一定难度。
语音识别系统架构
「Kaldi之父」DanielPovey表示正在打造下一代Kaldi。去年夏天在WAIC开发者日上，Daniel分享了他对下一代Kaldi的期望，希望能够基于PyTorch甚至TensorFlow构建语义识别模型。
学术界和业界也都在努力改进语音识别流程，加快技术迭代。此前，YoshuaBengio团队成员MircoRavanelli等人开发了一个新型开源框架——PyTorch-Kaldi，试图继承Kaldi的效率和PyTorch的灵活性，弥补PyTorch和Kaldi之间的鸿沟：在PyTorch中实现声学模型，在Kaldi中执行特征提取、标签/对齐计算和解码。
近日，腾讯AILab开源了一个基于PyTorch和(Py)Kaldi的轻量级语音处理工具包PIKA。PIKA首个版本专注于端到端语音识别，开发团队以PyTorch作为深度学习引擎，使用Kaldi进行数据格式化和特征提取。
项目
转载请注明：http://www.0431gb208.com/sjszjzl/1673.html
