[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(7推 0噓 8→)
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
推
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
推
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
推
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
推
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
推
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
推
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
推
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
‣ 更多 ice80712 的文章
文章代碼(AID): #1SR33ueE (DataScience)