tramp_zsl
tramp_zsl_个人页
tramp_zsl
文章
3
问答
0
视频
0
个人介绍
2017年6月毕业于中国科学技术大学语音及语言信息处理国家工程实验室，获博士学位。研究领域主要包括语音识别，自然语言理解，机器学习算法等，提出了FSMN、HOPE、FOFE等模型。
擅长的技术
-
发表了文章 2018-06-11
DFSMN在阿里巴巴的应用以及如何采用开源代码训练DFSMN模型
DFSMN模型是语音识别中一种先进的声学模型，语音识别中的声学模型是语音识别技术中的核心所在。具体来说，声学模型是根据输入语音进行发音可能性的识别，结合语言模型、解码器，就构成了完整的语音识别系统。本次开源的DFSMN模型，是阿里巴巴的高效工业级实现，相对于传统的LSTM、BLSTM等声学模型，该模型具备训练速度更快、识别更高效、识别准确率更高和模型大小压缩等效果。
-
发表了文章 2017-12-02
INTERSPEECH 2017系列 | 语音识别技术之声学模型
编者：今年的INTERSPEECH于8月20日至24日在瑞典的斯德哥尔摩顺利召开，众多的高校研究机构和著名的公司纷纷在本次会议上介绍了各自最新的技术、系统和相关产品，而阿里巴巴集团作为钻石赞助商也派出了强大的阵容前往现场。
-
发表了文章 2017-10-20
人机交互新进展：LFR-DFSMN语音识别声学模型介绍
语音识别技术是人机交互技术的重要组成部分，而语音识别中的声学模型是语音识别技术中的核心所在，堪称重中之重。阿里巴巴iDST智能语音交互团队最新的LFR-DFSMN模型相对于之前的LFR-LCBLSTM模型可以达到训练加速3倍、识别加速2倍、识别错误率降低20%和最终模型大小压缩50%的效果，实现了语音识别的迭代速度、识别成本、服务质量的全面提升。
暂无更多信息
-
发表了文章
2018-06-11
DFSMN在阿里巴巴的应用以及如何采用开源代码训练DFSMN模型
-
发表了文章
2017-12-02
INTERSPEECH 2017系列 | 语音识别技术之声学模型
-
发表了文章
2017-10-20
人机交互新进展：LFR-DFSMN语音识别声学模型介绍
滑动查看更多
暂无更多信息
暂无更多信息