？

不太明白你的意思

大佬，我现在遇到一个问题就是语音识别，一连串的语音按分类问题处理的话，那应该对应一个一维数组，还是把语音的声音进行截取，让其截取的语音与一个字相对应？？？？？？越说越乱

先用语音模型将字分类好后，再用语言模型进行整句识别。

还是这文里的说法。

https://blog.csdn.net/chinatelecom08/article/details/82557715

你观察现在的语音文字输入，都是先一个一个字识别，显示出来意思一般都路唇不对马嘴，然后再用语言模型更正成“人话”。比如微信输入就是。

我问一下，在训练语音模型的时候，是将一整句话喂进模型，然后对应还是将一整句话拆分成每个字，再讲每个字与其对应呀？？

我觉着啊，语音模型和语义模型是可以分着训练的。都可以用预训练模型，然后用多任务学习聚合在一起。语义可以用ernie、bert之类的。语音识别的深度学习预训练模型应该也有吧。我没怎么玩过深度学习的语音识别。最好问问大佬。

麽~还是需要自己找的，

找了好长时间，找不到一个特别好的

求各位大佬解答难题

开源模型不多，论文还是有的。

大概明白了

这个我不太熟  直观上觉得还是前一种方法比较好

模型都是根据具体问题去优化的吧

就是关于语音识别的吧，识别整串句子的

小白，苦于没有例子而寸步难行

找找书看，书写的还是比较详细的。

飞桨模型库里有个deepasr，不过是用LSTM

https://www.paddlepaddle.org.cn/modelbasedetail/deepasr

挺好，不过这个可以看到内部结构吗

模型库是开源的。