语音识别技术随着神经网络的兴起和发展，准确率得到了很大的改善，在很多场景下都可以逐步商用落地了，很多公司也组建了语音团队。其实在github上，语音识别相关的项目也是层出不穷，其中的一些项目的质量很高，如果好好借鉴学习的话可以避免从头造轮子，毕竟造轮子也不是那么容易的 = =！。在这里，对一些比较流行的项目做一些汇总和简单介绍。
1.1 kaldi
最流行的语音识别工具包，不过比较古老了，在神经网络时代有些落后，目前作者Daniel Povey 在小米在major update，期待下一代kaldi
1.2 espnet
espnet是基于pytorch的端到端语音工具包，不仅包括ASR还包括了TTS。espnet使用kaldi进行特征提取等，espnet2不再依赖kaldi，不过espnet2下的recipe还不是很多。espnet和kaldi一样有很多egs，并且包括了各种主流的端到端方法，比如CTC，RNN-T, Transformer等。是学习试验端到端方法很好的工具。
1.3 其他
出门问问开源的ASR toolkit，实现了 Unified Two Pass (U2) 流式和非流式端到端模型，基于pytorch，可以同时部署在服务器和端上。有aishell-1的例子，中文语音识别可以学习借鉴
C++实现的语音识别框架，运行效率高
用pytorch代替了kaldi中的神经网络部分，特征提取和解码等还是使用kaldi，没在维护了
tensorflow实现的一些端到端模型，没在维护了
pytorch实现的transformer中文语音识别（aishell）
2.1 ARM-KWS
arm开源的在他们mcu上的kws，英文识别，输出的单元整个英文WORD
2.2 kws（你好小瓜）
西工大张彬彬开源的中文唤醒(你好小瓜)，中文语音唤醒可以借鉴，采用fbank + dnn + fst的方案。
Original: https://blog.csdn.net/u013498583/article/details/113752657
Author: yuchiwang
Title: 语音识别开源项目汇总
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/513068/
转载文章受原作者版权保护。转载请注明原作者出处！