（ICASSP 19）基于半监督和群体的语音命令识别训练（Speech Commands Dataset）

时间 2021-01-16

标签论文繁體版

原文原文链接

会议：ICASSP 2019 论文：SEMI-SUPERVISED AND POPULATION BASED TRAINING FOR VOICE COMMANDS RECOGNITION 作者：Oguz H. Elibol ; Gokce Keskin ; Anil Thomas Abstract 提出了一种将超参数自动调整与半监督训练相结合的快速设计方法，建立了高精度、鲁棒的语音命令分类模型。

>>阅读原文<<

1. 几种半监督的python实现（标签传播、半监督Kmeans、自训练）
2. 基于交叉可视训练的半监督序列建模
3. 基于协同训练的半监督文本分类算法
4. （ICASSP 19）移动设备的流式端到端语音识别
5. 基于OpenSeq2Seq的NLP与语音识别混合精度训练
6. （ICASSP 19）自动语法增强功能可实现可靠的语音命令识别
7. 如何训练一个简单的语音识别网络模型---基于TensorFlow
8. Deep Speech：端到端的语音识别
9. 无监督的预训练
10. 无监督预训练 & 有监督预训练
更多相关文章...
• Spring使用AspectJ开发AOP：基于XML和基于Annotation - Spring教程
• Redis watch命令——监控事务 - Redis教程
• Docker 清理命令
• ☆基于Java Instrument的Agent实现

最新文章

1. Window下Ribbit MQ安装
2. Linux下Redis安装及集群搭建
3. shiny搭建网站填坑战略
4. Mysql8.0.22安装与配置详细教程
5. Hadoop安装及配置
6. Python爬虫初学笔记
7. 部署LVS-Keepalived高可用集群
8. keepalived+mysql高可用集群
9. jenkins 公钥配置
10. HA实用详解

本站公众号

欢迎关注本站公众号,获取更多信息

1. 几种半监督的python实现（标签传播、半监督Kmeans、自训练）
2. 基于交叉可视训练的半监督序列建模
3. 基于协同训练的半监督文本分类算法
4. （ICASSP 19）移动设备的流式端到端语音识别
5. 基于OpenSeq2Seq的NLP与语音识别混合精度训练
6. （ICASSP 19）自动语法增强功能可实现可靠的语音命令识别
7. 如何训练一个简单的语音识别网络模型---基于TensorFlow
8. Deep Speech：端到端的语音识别
9. 无监督的预训练
10. 无监督预训练 & 有监督预训练

>>更多相关文章<<