オムライスの備忘録

数学・統計学・機械学習・プログラミングに関することを記す

【音声解析】アルゴリズム #まとめ編

Index

音声解析におけるアルゴリズム

音声解析における深層学習を用いたアルゴリズムを記す.

DNN

WaveNet / 2016

  • WaveNet: A Generative Model for Raw Audio

RNN

Deep Speech / 2014

  • Deep Speech: Scaling up end-to-end speech recognition

CNN

Wav2letter / 2016

  • Wav2Letter: an End-to-End ConvNet-based Speech Recognition System

wav2vec /2019

  • wav2vec: Unsupervised Pre-training for Speech Recognition

wav2vec 2.0 / 2020

  • wav2vec 2.0: A Framework for Self-Supervised Learning of Speech Representations

wav2vec-U / 2021

  • Unsupervised Speech Recognition

Attention

Transformer

工夫・テクニック

BERT

Diffusion Model

UML / 2023

  • UML: A Universal Monolingual Output Layer for Multilingual ASR

GAN

Wave-U-Net Discriminator / 2023

  • Wave-U-Net Discriminator: Fast and Lightweight Discriminator for Generative Adversarial Network-Based Speech Synthesis

実装・ツール

参考