[討論] 為何版上討論語音的很少?

看板DataScience作者 (打臉腦粉)時間5年前 (2019/02/20 00:38), 編輯推噓7(708)
留言15則, 11人參與, 5年前最新討論串1/1
如題, 深度學習首先最成功的應用是在連續大詞彙的語音識別上, 印象中是2011年吧, 往後更延伸出不同的模型架構, 從傳統的gmm-hmm到dnn-hmm, 以及chain-tdnn, 還有端到端的ctc架構, 除了上述的語音識別(ASR)之外, 還有關鍵詞識別(KWS), 說話人識別/聲紋識別,語音合成(TTS), 大概是這幾個方向(不討論NLP), 為何版上討論這些相關的主題如此之少? 語音市場小? 門檻比較高? 這陣子在看相關的文章都是對岸寫的。 ----- Sent from JPTT on my Sony G8142. -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.136.199.75 ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1550594296.A.A0E.html

02/20 01:01, 5年前 , 1F
語音 google 幾乎做到完美了,串個python api就結束了
02/20 01:01, 1F

02/20 01:27, 5年前 , 2F
這裡本來就不適合做深度討論 人太少了 社群生態起不來
02/20 01:27, 2F

02/20 01:48, 5年前 , 3F
真的? 台灣菜市場日常對話能完美?
02/20 01:48, 3F

02/20 08:27, 5年前 , 4F
你可以把看到有趣的討論翻成繁體po上來
02/20 08:27, 4F

02/20 08:27, 5年前 , 5F
就會有人討論了
02/20 08:27, 5F

02/20 09:40, 5年前 , 6F
語音識別跟語音合成難度都偏高,業界會做的都很保密
02/20 09:40, 6F

02/20 09:41, 5年前 , 7F
一般程度的學生做出來的東西品質又都很爛,稱不上堪用
02/20 09:41, 7F

02/20 17:54, 5年前 , 8F
這版不是討論語音少,而是討論任何主題都很少
02/20 17:54, 8F

02/21 11:46, 5年前 , 9F
太專業了
02/21 11:46, 9F

02/21 13:47, 5年前 , 10F
門檻比較高,做的人比較少,很多 work 不是 end-to-end
02/21 13:47, 10F

02/22 10:32, 5年前 , 11F
有價值的東西,資訊不會隨意流出來,語音相關技術很值錢
02/22 10:32, 11F

02/24 17:33, 5年前 , 12F
1樓確定?
02/24 17:33, 12F

03/06 21:23, 5年前 , 13F
語音技術很貴 尤其是音樂生成 因創作價格是信仰值
03/06 21:23, 13F

04/12 19:04, 5年前 , 14F
沒公開讓別人transfer learning的 自然少人做
04/12 19:04, 14F

04/12 19:06, 5年前 , 15F
稿很久也根本看不到別人車尾燈
04/12 19:06, 15F
文章代碼(AID): #1SR33ueE (DataScience)
文章代碼(AID): #1SR33ueE (DataScience)