让机器听懂人话，一直是人工智能研究者们长久以来的梦想。随着深度学习技术的发展，语音识别有了很大的突破。那么，深度学习究竟是怎样解决语音问题的呢？还有哪些问题是目前技术无法解决的呢？ 让我们走进本次“ 基于深度学习原理的语音识别简介” 讲座。

讲座须知

活动名称：基于深度学习原理的语音识别简介——暨“从语音到语言”读书会开讲

地点：蕴味儿咖啡

时间：2017年5月30日（周二）下午2:30

主讲人：龚力

费用：讲座免费，收取20元场地费

报名方式：点击阅读原文或者扫描二维码

内容提纲

• 语音识别的一般背景介绍；

• 语音识别的基本步骤：

• 特征提取

• 声学模型

• 深度学习语音模型

• 存在的问题；

• 业界发展态势。

主讲人介绍

从语音到语言读书会

读书会主题

本次读书会的主题就是“从语音到语言”，我们将组织大家一起阅读有关人工智能在语音识别、自然语言理解方面的论文，共同攻克语音的难题。

本次读书会阅读的论文将包括但不限于：

内容：

• 语音识别技术概览（1次） 

系统性的讲述语音识别技术的发展历程，从传统的HMM到现今的神经网络。

• 一般神经网络语音识别技术 （1~2次）

通过介绍百度的DeepSpeech2技术原理（Toy model版本），了解神经网络语音识别技术的一般处理步骤、可能遇到的问题及解决方案。

• End2End模型 （1~2次）

相比其它神经网络架构，End2End未采用传统的CTC作为神经网络的目标函数，而是完全借用机器翻译当中的技术思想，端到端生成。

• 混合模型（1次）

同样类似于机器翻译领域，如今神经网络语音识别技术也有将传统的技术和神经网络结合在一起的案例。

• 问题研讨（1次）

是否可能实现word by word的识别；

针对已识别结果，我们可以如何改进，如纠错。

参考论文：

• Graves A, Mohamed A, Hinton G E, et al. Speech recognition with deep recurrent neural networks[C]. international conference on acoustics, speech, and signal processing, 2013: 6645-6649.

• Amodei D, Anubhai R, Battenberg E, et al. Deep Speech 2: End-to-End Speech Recognition in English and Mandarin[C]. international conference on machine learning, 2015: 173-182.

• Alex Graves, Navdeep Jaitly, Abdelrahman Mohamed: Hybird Speech Recognition with Deep Bidirectional LSTM, 2013

• Bahdanau D, Chorowski J, Serdyuk D, et al. End-to-end attention-based large vocabulary speech recognition[C]. international conference on acoustics, speech, and signal processing, 2016: 4945-4949.

• Jan Chorowski, Dzmitry Bahdanau, Kyunghyun Cho, Yoshua Bengio: End-to-end Continuous Speech Recognition using Attention-based Recurrent NN: First Results, 2014

• Graves A, Jaitly N. Towards End-to-End Speech Recognition with Recurrent Neural Networks[C]. international conference on machine learning, 2014: 1764-1772.

参与方式

鉴于集智俱乐部该主题的读书会一向很火，预计参与人数会瞬间爆满。为了过滤一些非专业人士，甄选出真正对深度学习感兴趣、有相关研究经验的专业人士，也为激励小伙伴们坚持学习，本期读书会将采取收费 - 退款的保证金模式。

具体规则如下：

1、 读书会（5期）保证金共计500元/人（含每次活动的饮料费）。

2、 满足以下条件的可全额退款：

• 举办了两次以上分享活动者；

3、满足如下条件之一者可退款80%：

• 贡献了一次讲座（1个小时以上）内容的（如若讲座需要提前向主持人申请，通过试讲者可演讲）；

• 完成了三篇以上读书笔记写作的（读书笔记标准：字数在4千字并以上，图文并茂，具体请参照此文：自然语言理解与深度学习课堂笔记1

• 有超额完成上述任务者可考虑全额退款。

4、读书会允许分期参加，单期读书会学费为100元/人，但无法享受退款。

参考资料：

• 资料

• https://www.zhihu.com/question/20398418

• http://mp.weixin.qq.com/s/zRyuNtqJksnqTBbr7K1M2A

• https://app.yinxiang.com/Home.action#n=01ab4805-539b-4aec-95dd-4a22fbdd973f&t=e04bbfae-5de3-44b6-ba6b-e6f877766c02&ses=4&sh=3&sds=5&

• https://www.youtube.com/watch?v=g-sndkf7mCs

• https://app.yinxiang.com/Home.action#n=622ecb8f-7784-4153-9438-383634cd1ed8&t=e04bbfae-5de3-44b6-ba6b-e6f877766c02&ses=4&sh=3&sds=5&

• https://app.yinxiang.com/Home.action#n=ea612f32-d6c8-4aa6-b0f8-e03e625fb656&t=e04bbfae-5de3-44b6-ba6b-e6f877766c02&ses=4&sh=3&sds=5&

• Starter Code

• https://github.com/baidu-research/ba-dls-deepspeech

报名方式：

点击阅读原文或者扫描二维码

相关课程