Nchịkọta
DeepSpeech bụ ihe nrịbama okwu ngwụcha ruo ngwụcha nke Baidu webatara na 2014 nke na-esetịpụ atụmatụ ọdịyo raw ozugbo na ederede site na iji netwọkụ akwara azụ azụ na mfu CTC. O nyere aka ịsụ ụzọ ngbanwe site na ọkpọkọ ASR siri ike, ejiri aka rụọ ọrụ gaa n'usoro mmụta, nke data na-ebute.
DeepSpeech Architecture na-anọdụ n'usoro ọdịyo-AI nke na-agbanwe okwu, egwu, na ụda maka nzikọrịta ozi, nnweta na mmepụta mgbasa ozi.
Ime miri emi
Ndị na-amata okwu oge gboo gbakọtara ọnụ ụdị egwu dị iche iche, akwụkwọ ọkọwa okwu ịkpọ okwu, na ụdị asụsụ nwere ihe ejiri aka degharịa. DeepSpeech dochie ọtụtụ n'ime nke ahụ na otu netwọk akwara azụrụ ngwụcha ruo ọgwụgwụ. Ihe owuwu ya na-ewe spectrogram ma ọ bụ MFCC n'elu okpokolo agba dị mkpụmkpụ wee na-azụ ha site na ọtụtụ n'ígwé ejikọrọ zuru oke, oyi akwa na-emegharị ugboro ugboro nke na-ewepụta ọnọdụ site n'oge gara aga na ọdịnihu, yana oyi akwa mmepụta na-emepụta nkesa puru omume n'elu mkpụrụedemede oge ọ bụla. N'ụzọ dị mkpa, ọ na-eji nhazi oge nke Connectionist (CTC), nke na-enye ohere ka netwọkụ mụta nhazi n'etiti ọdịyo na ederede na-achọghị akara ọkwa etiti. Mozilla mechara wepụta mmemme mepere emepe ama ama (ya na ụdị ọhụụ site na iji LSTM dabere na nhazi streamable), na-eme ka a na-enweta ya n'ọtụtụ ebe.
Nghọta nka nka
Isi ihe na-enyere aka bụ mfu CTC. Okwu na ederede anaghị ahazi n'usoro site na etiti, yabụ CTC na-ewebata akara 'oghere' yana chịkọta nhazi niile nwere ike ịdaba na ndenye ebumnuche. Nke a na-eme ka ihe nlereanya ahụ wepụta mkpụrụedemede kwa oge wee mụta ebe ụda maapụ na mkpụrụedemede na-akpaghị aka. RNN bidirectional na-enye amụma ọ bụla ohere ịnweta ụda olu gbara ya gburugburu, a na-agbakwunyekwa ụdị asụsụ n-gram dị na mpụga n'oge nbipụta iji melite mkpoputa na nhọrọ okwu.
Ịkụzi DeepSpeech Architecture
DeepSpeech bụ ihe nrịbama okwu ngwụcha ruo ngwụcha nke Baidu webatara na 2014 nke na-esetịpụ atụmatụ ọdịyo raw ozugbo na ederede site na iji netwọkụ akwara azụ azụ na mfu CTC. O nyere aka ịsụ ụzọ ngbanwe site na ọkpọkọ ASR siri ike, ejiri aka rụọ ọrụ gaa n'usoro mmụta, nke data na-ebute. DeepSpeech Architecture na-anọdụ n'usoro ọdịyo-AI nke na-agbanwe okwu, egwu, na ụda maka nzikọrịta ozi, nnweta na mmepụta mgbasa ozi. Iji wulite nghọta miri emi, na-emeso DeepSpeech Architecture dị ka ihe nlere anya na-arụ ọrụ, ọ bụghị otu njirimara: kọwaa nsonaazụ achọrọ, dokwuo anya echiche, ma kewaa ihe sistemụ nwere ike ime nke ọma na ihe ka chọrọ mkpebi ndị ọkachamara.
Na omume, ndị otu siri ike na-eji DeepSpeech Architecture na-emeso ịdịmma, nkwụsịtụ, na nkwenye dị ka akụkụ dị mkpa nke atụmatụ mbugharị. Ha na-edepụta njirisi ịga nke ọma nke ọma, nwalee megide data ziri ezi yana usoro ọrụ, yana na-atụgharị dabere na usoro ọdịda ahụrụ karịa karịa mmeri otu oge. Nke a bụ ebe nghọta usoro ihe atụ na-atụgharị ghọọ ike na-adịgide adịgide n'ofe ngwaahịa, amụma na arụmọrụ.
Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu. N'otu oge ahụ, iji olu eme ihe n'ụzọ na-ezighị ezi na ihe egwu mpụta ga-abawanye mgbe nkwenye na-efu. Ụzọ kachasị na-agbanwe agbanwe bụ ijikọ ọsọ nnwale na ịdọ aka ná ntị ọchịchị: ndị na-anya ụgbọ elu, ijide ihe akaebe, bipụta ndekọ mkpebi, na na-aga n'ihu na-emelite nchekwa dị ka omume nlereanya, atụmanya ndị ọrụ, na ihe iwu chọrọ.
Mmetụta atụmatụ
Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu.
Ọ na-eme ka nnweta ya dịkwuo mma site na ndegharị, ịkọ akụkọ, na ntụgharị olu. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Ndị otu mgbasa ozi nwere ike ibubata ọdịyo a na-egbu maramara ngwa ngwa site na iji obere mmefu ego.
Ndị otu mgbasa ozi nwere ike ibubata ọdịyo a na-egbu maramara ngwa ngwa site na iji obere mmefu ego. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Sistemụ na-eche ihu ndị ahịa nwere ike hazie mkparịta ụka n'ọtụtụ buru ibu.
Sistemụ na-eche ihu ndị ahịa nwere ike hazie mkparịta ụka n'ọtụtụ buru ibu. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Mmejuputa n'ezie n'ụwa
Na-anọghị n'ịntanetị, njirimara iwu olu na ngwaọrụ maka ngwa lekwasịrị anya nzuzo site na iji DeepSpeech mepere emepe Mozilla
Ịmepụta transcript nke pọdkastị ma ọ bụ nkuzi na-adabereghị na ọrụ igwe ojii
Ịkụzi ihe ndabere nke njedebe-na-ọgwụgwụ ASR na CTC ọnwụ na mahadum igwe-amụta ọmụmụ
Iwulite ihu ihu olu ahaziri iche maka IoT ma ọ bụ ngwaọrụ agbakwunyere ebe achọrọ ihe nrịbama dị fechaa ma dị fechaa
Usoro mmejuputa
DeepSpeech Architecture na omume
Na-anọghị n'ịntanetị, njirimara iwu olu na ngwaọrụ maka ngwa lekwasịrị anya nzuzo site na iji DeepSpeech mepere emepe Mozilla.
Na-anọghị n'ịntanetị, nnabata iwu olu na ngwaọrụ maka ngwa lekwasịrị anya nzuzo na-eji Mozilla mepere DeepSpeech Teams na-enwetakarị nsonaazụ kacha mma mgbe ha kọwapụtara ọnụ ụzọ dị mma n'ihu, debe ụzọ nkwalite mmadụ maka ikpe ọnụ, wee soro ma uru nrụpụta yana ụgwọ njehie n'ime oge.
DeepSpeech Architecture na omume
Ịmepụta transcript nke pọdkastị ma ọ bụ nkuzi na-adabereghị na ọrụ igwe ojii.
Ịmepụta transcript nke pọdkastị ma ọ bụ nkuzi na-adabereghị na ọrụ igwe ojii na-enwetakarị nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-eme ka ụzọ mmadụ si abawanye maka oke ikpe, ma soro ma uru nrụpụta na ụgwọ njehie na-aga n'ihu oge.
DeepSpeech Architecture na omume
Ịkụzi ihe ndabere nke njedebe-na-ọgwụgwụ ASR na CTC ọnwụ na mahadum igwe-amụta ọmụmụ.
Ịkụzi ihe ndabere nke njedebe-na-ọgwụgwụ ASR na CTC ọnwụ na mahadum igwe-amụta ọmụmụ Otu na-emekarị na-enweta mma pụta mgbe ha na-akọwa àgwà thresholds n'ihu, na-a mmadụ escalation ụzọ maka onu ikpe, na soro ma arụpụtaghị uru na njehie na-efu na oge.
DeepSpeech Architecture na omume
Iwulite ihu ihu olu ahaziri iche maka IoT ma ọ bụ ngwaọrụ agbakwunyere ebe achọrọ ihe nrịbama dị fechaa ma dị fechaa.
Iwuli oghere olu omenala maka IoT ma ọ bụ ngwaọrụ agbakwunyere ebe a chọrọ onye na-achọpụta ihe dị fechaa, nke nwere ike ịnweta otu dị iche iche na-enwetakarị nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ ịrị elu mmadụ maka ikpe ikpe, ma soro ma uru nrụpụta yana ụgwọ njehie n'ime oge.
Ihe ize ndụ & okporo ụzọ nche
Iji olu eme ihe na ihe egwu mpụta ga-abawanye mgbe nkwenye na-efu.
Izi ezi nwere ike ịdaba n'ofe ụda olu, olumba ma ọ bụ gburugburu mkpọtụ.
Enwere ike imehie ọdịyo sịntetik dị ka ezigbo okwu na-enweghị akara doro anya.
Map mmejuputa
Nweta nkwenye doro anya maka ijide olu, imechi, na ijigharị.
Nweta nkwenye doro anya maka ijide olu, imechi, na ijigharị. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Nwale ogo n'ofe ndị na-ekwu okwu dị iche iche yana ọnọdụ ndabere.
Nwale ogo n'ofe ndị na-ekwu okwu dị iche iche yana ọnọdụ ndabere. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Kọwaa mgbe mmadụ ga-enyocha ma ọ bụ kwado nsonye.
Kọwaa mgbe mmadụ ga-enyocha ma ọ bụ kwado nsonye. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Deba aha ọdịyo sịntetik ma debe ndekọ ihe ndekọ maka ịza ajụjụ.
Deba aha ọdịyo sịntetik ma debe ndekọ ihe ndekọ maka ịza ajụjụ. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.