ASR工具包——简记

S4D官方文档
S4D仓库
S4D论文下载链接
官网链接

• S4D：Python中的Speaker Diarization Toolkit

Speaker Diarization（发言者语音片段切分归类）是一个将群组发言中不同人不同时间点的语音样本划分和重组为独特的，同质的片段的过程，分离出谁在何时说了什么。

摘要：
在本文中，我们提出了一个新的致力于语音分类开源Python工具包S4D。
S4D提供各种状态最先进的组件和可能性使得端到端的分类原型系统更加容易。
S4D提供了大量的聚类，分割，评分和可视化算法。S4D被认为易于理解，安装，修改和使用以便快速转换到工业技术和促进新的技术方法。本文提供了标准任务和教程的示例。S4D是基于说话人识别的开源工具包SIDEKIT的扩展。

Kaldi官网

• Kaldi 简介：

Kaldi 是一个语音识别的工具包

htk官网

• 什么是HTK？

隐马尔可夫模型工具包（HTK）是一个用于构建和操作隐马尔可夫模型的便携式工具包。HTK主要用于语音识别研究，尽管它已被用于许多其他应用，包括语音合成，字符识别和DNA测序的研究。HTK正在全球数百个网站上使用。
HTK包含一组C源代码形式的库模块和工具。这些工具为语音分析，HMM培训，测试和结果分析提供了先进的工具。该软件支持使用连续密度混合高斯和离散分布的HMM，并可用于构建复杂的HMM系统。HTK版本包含大量文档和示例。

HTK普通的学习链接

librispeech asr语料库

文章来源: positive.blog.csdn.net，作者：墨理学AI，版权归原作者所有，如需转载，请联系作者。

原文链接：positive.blog.csdn.net/article/details/87258542