CNN和RNN的口语识别-改进版本：准确性提高
myspokenlanguagedetection的Python项目详细描述
***version-5发布，提高准确性***
此程序可能需要一分钟左右的时间才能在屏幕上显示结果，
请耐心等待。
口语识别是根据给定的内容和数据集确定和分类自然语言的过程。利用声学模型和语言模型，对
音频文件的数据进行处理，提取有用的特征进行机器学习。
用于口语识别的声学特征即标准特征，如mel频率倒谱系数（mfcc）、移位delta倒谱（sdc），而对于
语言特征，则使用高斯混合模型（gmm）和基于i-向量的框架。
然而，基于提取特征的机器学习过程仍然是一个挑战。
需要改进优化，以便捕获提取的
特征上的嵌入知识。cnn（卷积神经网络）、rnn（递归神经网络）和elm（极限学习机）是一种有效的学习结构，可以用来进行分类和进一步的复杂分析，对训练单个隐层神经网络非常有用。然而，由于输入隐藏层中权值的选择方法，这些模型的学习过程并不完全有效。
myspokenlanguagedetection是一个基于标准特征提取、cnn和rnn的口语识别初步包。以优化方法为基准，通过改变优化过程的选择阶段对其进行改进。结合不同的方法执行选择过程。结果是基于对18种不同语言创建的数据集的口语识别生成的。BR/>结果表明，机器学习的性能与神经网络体系结构的正确性、BR/>和声学模型和语言模型的共存密切相关。BR/> BR/>该版本的MyScript语言检测被训练为检测“法语”、“英语”、“西班牙语”、“BR/>“意大利语”、“Duutsh”、“俄语”，“葡萄牙语”、“瑞典语”和“日语”，以及其他40种语言。我们将完成更多语言的机器培训课程
，同时提高语言识别过程的准确性。
=====
Linux、MacOS和Windows:
-------pip install myspokenlanguagedetection
；或者，要将安装的版本更新到最新版本：
-------pip install-u myspokenlanguagedetection--------
录制文件必须为25秒。或更长的音频和*.wav pcm/lpcm格式，以48 kHz
采样帧和24-32位分辨率或aiff、aiff-c、flac录制：必须是本地flac格式；
不支持ogg-flac。
请查看https://github.com/shahabks/myspokenlanguageid
myspokenlanguagedetection由日本myolution实验室开发。它是mysolution lab新一代语音识别和声学语言建模项目的一部分，计划通过添加更高级的功能来丰富myspokenlanguagedetection的功能。
此程序可能需要一分钟左右的时间才能在屏幕上显示结果，
请耐心等待。
口语识别是根据给定的内容和数据集确定和分类自然语言的过程。利用声学模型和语言模型，对
音频文件的数据进行处理，提取有用的特征进行机器学习。
用于口语识别的声学特征即标准特征，如mel频率倒谱系数（mfcc）、移位delta倒谱（sdc），而对于
语言特征，则使用高斯混合模型（gmm）和基于i-向量的框架。
然而，基于提取特征的机器学习过程仍然是一个挑战。
需要改进优化，以便捕获提取的
特征上的嵌入知识。cnn（卷积神经网络）、rnn（递归神经网络）和elm（极限学习机）是一种有效的学习结构，可以用来进行分类和进一步的复杂分析，对训练单个隐层神经网络非常有用。然而，由于输入隐藏层中权值的选择方法，这些模型的学习过程并不完全有效。
myspokenlanguagedetection是一个基于标准特征提取、cnn和rnn的口语识别初步包。以优化方法为基准，通过改变优化过程的选择阶段对其进行改进。结合不同的方法执行选择过程。结果是基于对18种不同语言创建的数据集的口语识别生成的。BR/>结果表明，机器学习的性能与神经网络体系结构的正确性、BR/>和声学模型和语言模型的共存密切相关。BR/> BR/>该版本的MyScript语言检测被训练为检测“法语”、“英语”、“西班牙语”、“BR/>“意大利语”、“Duutsh”、“俄语”，“葡萄牙语”、“瑞典语”和“日语”，以及其他40种语言。我们将完成更多语言的机器培训课程
，同时提高语言识别过程的准确性。
=====
Linux、MacOS和Windows:
-------pip install myspokenlanguagedetection
；或者，要将安装的版本更新到最新版本：
-------pip install-u myspokenlanguagedetection--------
录制文件必须为25秒。或更长的音频和*.wav pcm/lpcm格式，以48 kHz
采样帧和24-32位分辨率或aiff、aiff-c、flac录制：必须是本地flac格式；
不支持ogg-flac。
请查看https://github.com/shahabks/myspokenlanguageid
myspokenlanguagedetection由日本myolution实验室开发。它是mysolution lab新一代语音识别和声学语言建模项目的一部分，计划通过添加更高级的功能来丰富myspokenlanguagedetection的功能。
欢迎加入QQ群-->： 979659372
