作者：
CindiThompson
机器之心编译
参与：李泽南、Smith
目前开源世界里存在多种不同的语音识别工具包，它们为开发者构建应用提供了很大帮助。这些工具各有哪些优劣？数据科学公司SiliconValleyDataScience为我们带来了5种流行工具包的深度横向对比。此前，他们曾为我们带来过流行深度学习框架的对比：《从TensorFlow到Theano：横向对比七大深度学习框架》。
作为深度学习研发团队的一员，我们对于循环神经网络（RNN）和其他语音识别需要用到的方法都有所涉及。在几年之前，业内最佳的语音识别系统还是基于语音分析的方法，包含发音、声学和语言模型。通常，这些方法包含n-gram语言模型，以及隐马尔科夫模型（HMM）。在此，我们以这种模型作为基准，试图对比目前流行的一些语音识别方法。迄今为止，我们很难看到有人对开源语音识别模型进行过真正对比，希望本文可以抛砖引玉，为大家带来一些帮助。
本文回顾了使用传统HMMn-gram语言模型的开源语音识别工具包。对于用户而言，大多数人都会知道Siri或Cortana这样的消费产品。而对于研发工程师来说，更灵活、更具专注性的解决方案则更符合需求，很多公司都会研发自己的语音识别通路。以下是目前开源世界上出现的流行工具包，以及我们对它们的各项评价。
开源免费语音识别工具包横向对比
本次分析基于svds开发者的主观经验和开源社区的已有消息。上表列出了目前大部分流行的语音识别软件（但略微超出开源的范畴）。年Gaida等人的一篇论文评估了CMUSphinx、Kaldi和HTK。其中HTK严格意义上来说并不是开源的，因为其代码并不能重用或作为商业用途使用。
编程语言
因为用户使用语言的情况各不相同，你可能会对特定的工具包有自己的偏好。以上工具除了ISIP以外都有Python的封装，虽然在一些情况下，Python封装并不包括核心代码的全部功能。CMUSphinx也包含了其他几种编程语言，如Java和C。
开发工作
在学术研究中，所有列出的项目都包含它们的来源。CMUSphinix，显而易见，从它的名字就能看出来是卡内基梅隆大学的产物。它已经以某些形式存在了20年了，现在它在Github（C(
转载请注明：http://www.0431gb208.com/sjszlff/1288.html
