Речь в текстовом преобразовании в Linux
Импорт бэкэнда (TensorFlow)
from keras import backend as K
Определение входного массива
val = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
Преобразование его в переменную
kvar = K.variable(value=val, dtype='float64', name='example_var')
Определение маски, которую вы хотите а также преобразовать его в переменную:
mask = np.ones([len(val)])
mask[[1,5,9]] = -1
mask = K.variable(value=mask, dtype='float64', name='mask')
Умножить маску на исходный вектор
result = val * mask
Оценить результат
K.eval(result)
> array([ 0., -1., 2., 3., 4., -5., 6., 7., 8., -9., 10.])
4 ответа
Ну, это - вполне обязательство и не говоря, какую технологию Вы хотите использовать, вот некоторые ссылки:
- Распознавание речи на Википедию
- Java Speech API
- Спецификация грамматики распознавания речи W3C
- Сфинкс - Механизм распознавания с открытым исходным кодом записан в Java
Удачи. С большим количеством детали мы можем предоставлять лучшие ответы. Например, существует большая разница между "да/нет" распознавание стиля центра обработки вызовов даже по сравнению с частичным пониманием естественного языка.
Сфинкс является Вашим лучшим выбором на Linux. Я попробовал Сфинкса II и Сфинкса III. Существует некоторый язык с открытым исходным кодом и акустические модели, доступные, который может использоваться с каждым из них. Не производственная производительность уровня вообще, но достаточно хороший для разработки прототипа или демонстрации. Для производства необходимо будет разработать собственный язык и акустические модели.
Предложения Dave являются большим запуском. Сфинкс очень изящен.
Я просто хочу добавить, что необходимо быть максимально вероятностными. Поскольку бывший лингвист и еще более ранний бывший любитель фонологии, которого я могу уверенно сказать, не становятся догнанными лингвистические модели. Давайте не забывать часто misattributed, "каждый раз, когда я увольняю лингвиста, моя точность повышается". Это действительно о модели и ее возможностях составлять шум и изменение, а не что-либо, гуманитарные науки, главные от MIT, должны сказать.
Хорошая книга для взятия была бы "Обработкой речи Jurafsky и Martin и Обработкой языка". Это имеет некоторые очень полезные приложения вычислительных моделей для задачи. Работа Harvey Sussman над линейными коррелятами в наклонах F2 для множества гласных (запускающийся с сипух и прокладывающий себе путь к людям) кажется, что это была бы хорошая вещь реализовать в модели на днях.