ASR_Theory

项目介绍：ASR_Theory

ASR_Theory 是一个聚焦于语音识别技术的研究项目，主要总结了研一期间学习的理论和实践内容。项目的目标是通过交流和分享优质的学术论文和实践经验，为同行提供学习和研究语音识别技术的资源。

项目背景

ASR_Theory 项目的创建者在研究过程中积累了大量关于语音识别的学术论文和实践经验。项目旨在将这些知识整理并分享出来，帮助更多的人理解并应用语音识别技术。

项目内容概述

理论与实践总结

项目归纳了多篇在语音识别领域内具有代表性的研究论文，并附上了创建者的个人见解。这些论文涵盖了基础的语音识别理论，并不定期更新，为研究者提供了丰富的学习材料。

PPT 与论文

项目中包括了使用 Kaldi 语音识别工具构建 GMM-HMM 和 NN-HMM 声学模型的过程。此部分内容主要适合对语音识别技术感兴趣的初学者和研究者，帮助他们通过实际操作理解理论。

INTERSPEECH Google 的 PPT

项目还特别收录了 2018 年 INTERSPEECH 会议上由 Google 开源的 PPT 资料，内容翔实，系统性强，是理解当前语音识别技术发展趋势的宝贵资源。

深度学习总结

ASR_Theory 项目提供了一幅关于深度学习网络的总结图片，该图片展示了如何通过深度学习技术来实现不同的语音识别声学模型。项目在 GitHub 上开源了两个相关子项目，分别以音节和字为建模单位，帮助研究者更直观地理解和应用深度学习在语音识别中的实践。

1. ASR_Syllable：以音节为建模单元的声学模型构建项目。
2. ASR_WORD：以字为建模单元的声学模型构建项目。
3. ASR_Phone：亦是以字为建模单元的声学模型构建项目。

加入与交流

虽然该项目不再继续维护，创建者仍鼓励对语音识别理论感兴趣的研究者关注元语音网站和微信群，通过这些平台继续获取相关的研究成果和交流机会。对于希望加入微信群的同行，可以通过项目的 issue 与创建者沟通。

ASR_Theory 项目不仅是一个知识的总结，也是一个分享与交流的平台，期待更多的研究者从中受益。