語音識別目前已經(jīng)廣泛應(yīng)用于各種領(lǐng)域，那么你會想做一個自己的語音識別系統(tǒng)嗎？這篇文章介紹了一種開源的中文語音識別系統(tǒng)，讀者可以借助它快速訓(xùn)練屬于自己的中文語音識別模型，或直接使用預(yù)訓(xùn)練模型測試效果。所以對于那些對語音識別感興趣的讀者而言，這是一個學(xué)習(xí)如何搭建 ASR 系統(tǒng)的極好資料。

ASRT 是一套基于深度學(xué)習(xí)實現(xiàn)的語音識別系統(tǒng)，全稱為 Auto Speech Recognition Tool，由 AI 檸檬博主開發(fā)并在 GitHub 上開源（GPL 3.0 協(xié)議）。本項目聲學(xué)模型通過采用卷積神經(jīng)網(wǎng)絡(luò)（CNN）和連接性時序分類（CTC）方法，使用大量中文語音數(shù)據(jù)集進行訓(xùn)練，將聲音轉(zhuǎn)錄為中文拼音，并通過語言模型，將拼音序列轉(zhuǎn)換為中文文本。基于該模型，作者在 Windows 平臺上實現(xiàn)了一個基于 ASRT 的語音識別應(yīng)用軟件它同樣也在 GitHub 上開源了。

• ASRT 項目主頁：https://asrt.

• GitHub 項目地址：https://github.com/nl8590687/ASRT_SpeechRecognition

這個開源項目主要用于語音識別的研究，作者希望它可以一步步發(fā)展為極高準(zhǔn)確率的 ASR 系統(tǒng)。此外，因為模型和訓(xùn)練代碼都是開源的，所以能節(jié)省開發(fā)者很多時間。同樣，如果開發(fā)者想要根據(jù)需求修改這個項目，那也非常簡單，因為 ASRT 的代碼都是經(jīng)過高度封裝的，所有模塊都是可以自定義的。如下展示了該項目的一些特征：

系統(tǒng)流程

特征提?。簩⑵胀ǖ?wav 語音信號通過分幀加窗等操作轉(zhuǎn)換為神經(jīng)網(wǎng)絡(luò)需要的二維頻譜圖像信號，即語譜圖。

聲學(xué)模型：基于 Keras 和 TensorFlow 框架，使用這種參考了 VGG 的深層的卷積神經(jīng)網(wǎng)絡(luò)作為網(wǎng)絡(luò)模型，并訓(xùn)練。

CTC 解碼：在語音識別系統(tǒng)的聲學(xué)模型輸出中，往往包含了大量連續(xù)重復(fù)的符號，因此，我們需要將連續(xù)相同的符號合并為同一個符號，然后再去除靜音分隔標(biāo)記符，得到最終實際的語音拼音符號序列。

語言模型：使用統(tǒng)計語言模型，將拼音轉(zhuǎn)換為最終的識別文本并輸出。拼音轉(zhuǎn)文本本質(zhì)被建模為一條隱含馬爾可夫鏈，這種模型有著很高的準(zhǔn)確率。

使用流程

如果讀者希望直接使用預(yù)訓(xùn)練的中文語音識別系統(tǒng)，那么直接下載 Release 的文件并運行就好了：

下載地址：https://github.com/nl8590687/ASRT_SpeechRecognition/releases/tag/v0.4.2

如果讀者希望修改某些模塊，或者在新的數(shù)據(jù)集上進行訓(xùn)練，那么我們可以復(fù)制整個項目到本地，再做進一步處理。首先我們通過 Git 將本項目復(fù)制到本地，并下載訓(xùn)練所需要的數(shù)據(jù)集。作者在項目 README 文件中提供了兩個數(shù)據(jù)集，即清華大學(xué) THCHS30 中文語音數(shù)據(jù)集和 AIShell-1 開源版數(shù)據(jù)集。

THCHS30 和 ST-CMDS 國內(nèi)下載鏡像：http://cn-mirror./

在下載數(shù)據(jù)集后，我們需要將 datalist 目錄下的所有文件復(fù)制到 dataset 目錄下，也就是將其與數(shù)據(jù)集放在一起：

$ cp -rf datalist/* dataset/

在開始訓(xùn)練前，我們還需要安裝一些依賴庫：

• python_speech_features

• TensorFlow

• Keras

• wave

當(dāng)然，其它如 NumPy、Matplotlib、Scipy 和 h5py 等常見的科學(xué)計算庫也都是需要的。一般有這些包后，環(huán)境應(yīng)該是沒什么問題的，有問題也可以根據(jù)報錯安裝對應(yīng)缺少的庫。

訓(xùn)練模型可以執(zhí)行命令行：

測試模型效果可以運行：

$ python3 test_mspeech.py

測試之前，請確保代碼中填寫的模型文件路徑存在。最后，更多的用法和特點可以查看原 GitHub 項目和文檔。