เบฅเบงเบกเบขเบนเปเปเบเบเบธเบ
DeepSpeech เปเบกเปเบเบเปเบฒเบเบเบฒเบเบซเบผเบฒเบเบเปเบงเบฒเบฅเบฐเบเบปเบเปเบเบเบเบฑเปเบเปเบเบตเบกเบซเบผเบฒเบเปเบฅเบฐเปเบเปเบงเบฅเบฒเบเบฝเบงเบเบฑเบเบชเบฐเบซเบเบญเบเบเบฒเบเบฎเบฑเบเบฎเบนเปเบเบธเบเบเบฐเบเบฒเบเบเบตเปเบชเบนเบเบเบถเปเบเปเบเปเบงเบฅเบฒเบเบตเปเบกเบตเบชเบดเปเบเบฅเบปเบเบเบงเบ extraneous. เบกเบฑเบเบเปเบฒเบกเปเบเบเบเบณเบฅเบญเบเบชเบฝเบเบเบฑเบเปเบเบเบเบฑเปเบเปเบเบตเบก เปเบฅเบฐเปเบเบงเบเบงเบฒเบกเบเบดเบเบเบญเบ phonemes, เปเบเบเบเบตเปเบเบฐเปเบเปเบฅเบฐเบเบปเบเบเบฒเบเบฎเบฝเบเบฎเบนเปเปเบเบทเปเบญเบเบเบฑเบเปเบเบเบญเบตเบเปเบชเปเปเบเบทเบญเบเปเบฒเบ neural เบเบตเปเบกเบตเบเบฐเบชเบดเบเบเบดเบเบฒเบเบชเบนเบ, เปเบเบดเปเบเบฅเบปเบเบฅเปเบฒเบเบเบงเบฒเบกเบเบณเปเบเบฑเบเปเบเบเบฒเบเบเบฑเบเบเบฐเบเบฒเบญเบปเบเบเบฐเบเบญเบเปเบเบเบเปเบฒเบเบซเบฒเบเปเบเบทเปเบญเบชเปเบฒเบเปเบเบเบเปเบฒเบฅเบญเบเบเบงเบฒเบกเบเบดเบเบเบปเบเบเบฐเบเบดเบเปเบฒเบเป เปเบเบฑเปเบ: เบชเบฝเบเบเบฑเบ, เบชเบฝเบเบชเบฐเบเปเบญเบ เปเบฅเบฐเบชเบฝเบเปเบงเบปเปเบฒ.
เบเปเปเปเบชเบเบเบญเบเบงเบดเบเบตเบเบฒเบเบเบตเปเปเบกเปเบเบงเปเบฒเปเบเบทเปเบญเปเบซเปเปเบเปเบฎเบฑเบเบเบฒเบเบฎเบฑเบเบฎเบนเปเบเบตเปเบกเบตเบเบธเบเบเบฐเบเบฒเบเบชเบนเบเปเบฅเบฐเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเบเบญเบเปเบเบทเบญเบเปเบฒเบ neural, เปเบเบทเปเบญเบเบเบฑเบ DeepSpeech เบเปเบญเบเบเบฒเบเบเปเปเบกเบนเบเบเปเบฒเบเบงเบเบซเบฅเบฒเบ, เบเปเบฒเบเบปเบเปเบเบชเบฐเบเบฒเบเบเบตเปเปเบเปเบเบดเบเปเบเบเบชเบฝเบเบเบตเปเปเบเบเบเปเบฒเบเบเบฑเบเปเบฅเบฐเปเบเบเบตเปเบเบฐเบเบฑเบเบเบญเบเบชเบดเปเบเบฅเบปเบเบเบงเบเบเปเบฒเบกเบฐเบเบฒเบ.
เปเบเบเบเบฒเบเบเบตเปเบชเปเบฒเบเบเบถเปเบเปเบ Mozilla เปเบเบฑเบเบเปเปเบกเบนเบเบเบฑเปเบเบเปเบฒเบง.
เปเบเบปเปเบฒเบซเบกเบฒเบเบชเบธเบเบเปเบฒเบเบเบญเบเปเบเบเบเบฒเบ Common Voice เปเบกเปเบเปเบเบทเปเบญเบชเบฐเบชเบปเบก 10 เบเบฑเบเบเบปเปเบงเปเบกเบเบเบญเบเบเบฒเบเบเบฑเบเบเบถเบเบเบฒเบเบญเบญเบเบชเบฝเบเบเปเบฒเบเปเบเบญเบเบเบฐเปเบซเบเบเบเบปเบเบเบฐเบเบดเบเบญเบเบเบฒเบเบเบฒเบเปเบงเบปเปเบฒเบเบญเบเบกเบฐเบเบธเบ, เปเบเบดเปเบเบเบฐเบเปเบงเบเปเบซเปเบเบฑเบเบฅเบธเบฅเบฐเบเบฑเบเบเบตเปเบเบญเบกเบฎเบฑเบเบเบญเบเบเบงเบฒเบกเบเบดเบเบเบฒเบเปเบเบเบฒเบเบฎเบฑเบเบฎเบนเป. เปเบเบฎเบนเบเปเบเบเบเบฐเบเบธเบเบฑเบ, เบเบนเปเปเบเบปเปเบฒเบฎเปเบงเบกเปเบเบเบเบฒเบเปเบเปเบเปเบฒเบเบปเบเปเบงเบฅเบฒเบเบฑเบเบซเบกเบปเบ 4.3 เบเบฑเบเบเบปเปเบงเปเบกเบ, เปเบเบเบฑเปเบ 3.5 เบเบฑเบเบเบปเบเปเบเปเบเบทเบเบเบปเบเบชเบญเบ. เปเบเปเบงเบฅเบฒเบเบตเปเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเบฎเบนเบเปเบเบเบเบฒเบชเบฒเบญเบฑเบเบเบดเบเบชเบธเบเบเปเบฒเบเบชเปเบฒเบฅเบฑเบ DeepSpeech, 3816 เบเบปเปเบงเปเบกเบเบเบญเบเบเปเบฒเปเบงเบปเปเบฒเปเบเปเบเบทเบเบเปเบฒเปเบเป, เบเบญเบเปเบซเบเบทเบญเปเบเบเบฒเบ Common Voice เบเบงเบกเปเบญเบปเบฒเบเปเปเบกเบนเบเบเบฒเบเปเบเบเบเบฒเบ LibriSpeech, Fisher เปเบฅเบฐ Switchboard, เปเบฅเบฐเบเบฑเบเบฅเบงเบกเบเบฑเบเบเบฐเบกเบฒเบ 1700 เบเบปเปเบงเปเบกเบเบเบญเบเบฅเบฒเบเบเบฒเบเบงเบดเบเบฐเบเบธเบเบตเปเบเบญเบเบเปเปเบเบงเบฒเบก.
เปเบกเบทเปเบญเบเปเบฒเปเบเปเบเบปเบงเปเบเบเบเบฒเบชเบฒเบญเบฑเบเบเบดเบเบเบตเปเบเบฝเบกเบเปเบญเบกเบเบตเปเบชเบฐเปเบซเบเบตเปเบซเปเบเบฒเบงเปเบซเบฅเบ, เบญเบฑเบเบเบฒเบเบฒเบเบฎเบฑเบเบฎเบนเปเบเบงเบฒเบกเบเบดเบเบเบฒเบเปเบ DeepSpeech เปเบกเปเบ 7.5% เปเบกเบทเปเบญเบเบฐเปเบกเบตเบเบเปเบงเบเบเบธเบเบเบปเบเบชเบญเบ.
DeepSpeech เบเบฐเบเบญเบเบเปเบงเบเบชเบญเบเบฅเบฐเบเบปเบเบเปเบญเบ - เปเบเบเบเปเบฒเบฅเบญเบเบชเบฝเบเปเบฅเบฐเบเบปเบงเบเบญเบเบฅเบฐเบซเบฑเบ. เบฎเบนเบเปเบเบเบญเบฒเปเบเบชเบเบดเบเปเบเปเบงเบดเบเบตเบเบฒเบเบฎเบฝเบเบฎเบนเปเปเบเบทเปเบญเบเบเบฑเบเบขเปเบฒเบเปเบฅเบดเบเปเบเบดเปเบเปเบเบทเปเบญเบเบดเบเปเบฅเปเบเบงเบฒเบกเปเบเบฑเบเปเบเปเบเปเบเบญเบเบเบปเบงเบญเบฑเบเบชเบญเบเบเบฒเบเบเบปเบงเบขเบนเปเปเบเบชเบฝเบเบเปเบญเบเปเบเบปเปเบฒ. เบเบปเบงเบเบญเบเบฅเบฐเบซเบฑเบเปเบเปเบฅเบฐเบเบปเบเบเบฒเบเบเบญเบเบซเบฒเปเบเบ ray เปเบเบทเปเบญเบเปเบฝเบเบเปเปเบกเบนเบเบเบงเบฒเบกเปเบเบฑเบเปเบเปเบเปเบเบญเบเบเบปเบงเบญเบฑเบเบชเบญเบเปเบซเปเปเบเบฑเบเบเบปเบงเปเบเบเบเปเปเบเบงเบฒเบก.
เบเบปเปเบโเบเป
- เบชเบฐเปเปเบตเบเบปเบงเบเบญเบเบฅเบฐเบซเบฑเบเบเบฒเบเบเปเบฒเบเบเบญเบเปเบเบเปเปเปเบเบตเปเบชเบฐเปเบญเบเบเบฒเบเบเบญเบเบชเบฐเปเบญเบเบเบตเปเบชเบนเบเบเบถเปเบ เปเบฅเบฐเปเบเบฑเบเปเบญเบเบฐเบฅเบฒเบเบเบญเบเบเบฐเปเบฒเบเบเบญเบเบเปเปเบกเบนเบเบชเบฝเบเบเบตเปเบเบฐเบกเบงเบเบเบปเบเปเบฅเปเบง. เบเบฑเปเบเบเบฑเปเบ, เบชเบฐเบเบฑเบเปเบซเบกเปเบเบญเบ DeepSpeech เบชเบฒเบกเบฒเบเบซเบผเบธเบเบเปเบญเบเปเบงเบฅเบฒ latency เบชเปเบฒเบฅเบฑเบเบเบฒเบเบฎเบฑเบเบฎเบนเปเปเบเบดเบ 260 ms, เปเบเบดเปเบเปเบงเบเบงเปเบฒ 73% เบเปเบญเบเบซเบเปเบฒเบเบตเป, เปเบฅเบฐเบญเบฐเบเบธเบเบฒเบเปเบซเป DeepSpeech เบเบทเบเบเปเบฒเปเบเปเปเบเบเบฒเบเปเบเปเปเบเบเบฒเบเบฎเบฑเบเบฎเบนเปเบชเบฝเบเปเบงเบปเปเบฒเปเบเป.
- เบกเบตเบเบฒเบเบเปเบฝเบเปเบเบเบเบฑเบ API เปเบฅเบฐเบเบฒเบเปเบฎเบฑเบเบงเบฝเบเปเบเปเบเบทเบเปเบฎเบฑเบเปเบเบทเปเบญเปเบฎเบกเบเบทเปเบเบฑเบเบเบฑเบ. เบเบฑเบเบเบฑเบเปเบเปเบเบทเบเปเบเบตเปเบกเปเบเบทเปเบญเปเบซเปเปเบเป metadata เปเบเบตเปเบกเปเบเบตเบกเบเปเบฝเบงเบเบฑเบ synchronization, เบเปเบงเบเปเบซเปเบเปเบฒเบเบเปเปเบเบฝเบเปเบเปเปเบเปเบฎเบฑเบเบเบฒเบเปเบเบฑเบเบเบปเบงเปเบเบเบเบญเบเบเปเปเบเบงเบฒเบกเปเบเบฑเบเบเบปเบเบเบฐเบฅเบดเบ, เปเบเปเบเบฑเบเบเบดเบเบเบฒเบกเบเบฒเบเบเบนเบเบกเบฑเบเบเบญเบเปเบเปเบฅเบฐเบเบปเบงเบฅเบฐเบเบญเบเปเบฅเบฐเบเบฐเปเบซเบเบเบเบฑเบเบเปเบฒเปเบซเบเปเบเปเบเบชเบฒเบเบชเบฝเบ.
- เบเบฒเบเบชเบฐเบซเบเบฑเบเบชเบฐเบซเบเบนเบเบเบฒเบเบเปเบฒเปเบเปเบซเปเบญเบเบชเบฐเบซเบกเบธเบเปเบเปเบเบทเบเปเบเบตเปเบกเปเบเบปเปเบฒเปเบเบเบธเบเปเบเบทเปเบญเบเบกเบทเบชเปเบฒเบฅเบฑเบเปเบกเบเบนเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบก
CuDNN เปเบเบทเปเบญเปเบเบตเปเบกเบเบฐเบชเบดเบเบเบดเบเบฒเบเบเบฒเบเปเบฎเบฑเบเบงเบฝเบเบเบฑเบเปเบเบทเบญเบเปเบฒเบ neural recurrent (RNN), เปเบเบดเปเบเปเบฎเบฑเบเปเบซเปเบกเบฑเบเปเบเบฑเบเปเบเปเบเปเบเบตเปเบเบฐเบเบฑเบเบฅเบธเบเบฒเบเปเบเบตเปเบกเบเบทเปเบเบขเปเบฒเบเบซเบผเบงเบเบซเบผเบฒเบ (เบเบฐเบกเบฒเบเบชเบญเบเปเบเบปเปเบฒ) เปเบเบเบฒเบเบเบฐเบเบดเบเบฑเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเบเบเปเบฒเบฅเบญเบ, เปเบเปเบฎเบฝเบเบฎเปเบญเบเปเบซเปเบกเบตเบเบฒเบเบเปเบฝเบเปเบเบเบฅเบฐเบซเบฑเบเบเบตเปเบฅเบฐเปเบกเบตเบเบเบงเบฒเบกเปเบเบปเปเบฒเบเบฑเบเปเบเปเบเบฑเบเบเบปเบงเปเบเบเบเบตเปเบเบฝเบกเปเบงเปเบเปเบญเบเบซเบเปเบฒเบเบตเป. - เบเบงเบฒเบกเบเปเบญเบเบเบฒเบเบชเบฐเบเบฑเบ TensorFlow เบเปเปเบฒเบชเบธเบเปเบเปเบเบทเบเบเบปเบเบเบถเปเบเบกเบฒเบเบฒเบ 1.13.1 เปเบเบฑเบ 1.14.0. เปเบเบตเปเบกเบเบฒเบเบชเบฐเบซเบเบฑเบเบชเบฐเบซเบเบนเบเบชเปเบฒเบฅเบฑเบเบชเบฐเบเบฑเบเบเปเปเบฒเบซเบเบฑเบเปเบเบปเบฒเบเบญเบ TensorFlow Lite, เปเบเบดเปเบเบซเบผเบธเบเบฅเบปเบเบเบฐเบซเบเบฒเบเบเบญเบเบเบธเบ DeepSpeech เบเบฒเบ 98 MB เปเบเบฑเบ 3.7 MB. เบชเปเบฒเบฅเบฑเบเบเบฒเบเบเปเบฒเปเบเปเปเบเบญเบธเบเบฐเบเบญเบเบเบฑเบเปเบฅเบฐเบกเบทเบเบท, เบเบฐเบซเบเบฒเบเบเบญเบเปเบเบฅเปเบเบตเปเบเบฑเบเบเบธเบเบฑเบเบเบปเบงเปเบเบเปเบเปเบเบทเบเบซเบผเบธเบเบฅเบปเบเบเบฒเบ 188 MB เบกเบฒเปเบเบฑเบ 47 MB โโโโ(เบงเบดเบเบตเบเบฒเบเบเบฐเบฅเบดเบกเบฒเบเปเบกเปเบเปเบเปเบชเปเบฒเบฅเบฑเบเบเบฒเบเบเบตเบเบญเบฑเบเบซเบผเบฑเบเบเบฒเบเบฎเบนเบเปเบเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบก).
- เบฎเบนเบเปเบเบเบเบฒเบชเบฒเปเบเปเบเบทเบเปเบเปเบเบฑเบเบฎเบนเบเปเบเบเปเบเบเบชเปเบฒเบเบเปเปเบกเบนเบเบเบตเปเปเบเบเบเปเบฒเบเบเบฑเบเบเบตเปเบญเบฐเบเบธเบเบฒเบเปเบซเปเปเบเบฅเปเบเบทเบเปเบเบเบเบตเปเปเบเบปเปเบฒเปเบเปเบเบซเบเปเบงเบเบเบงเบฒเบกเบเปเบฒเปเบเปเบงเบฅเบฒเบเบตเปเปเบซเบฅเบ. เบเบฒเบโเบชเบฐโเบซเบเบฑเบโเบชเบฐโเบซเบเบนเบโเบชเปเบฒโเบฅเบฑเบโเบฎเบนเบโเปเบเบโเปเบเบปเปเบฒโเปเบเปโเบเบทเบโเบขเบธเบโเปเบเบปเบฒโ.
- เบฎเบนเบเปเบเบเบเบฒเบเปเบซเบผเบเปเบเบฅเปเบเบตเปเบกเบตเบฎเบนเบเปเบเบเบเบฒเบชเบฒเปเบเปเบเบทเบเบเปเบฝเบเปเบเบ, เปเบเบดเปเบเปเบเปเบซเบผเบธเบเบเปเบญเบเบเบฒเบเบเปเบฅเบดเปเบเบเบซเบเปเบงเบเบเบงเบฒเบกเบเปเบฒเปเบฅเบฐเบเบงเบฒเบกเบฅเปเบฒเบเปเบฒเบซเบผเบธเบเบฅเบปเบเปเบเปเบงเบฅเบฒเบเบตเปเบเปเบฒเปเบเบตเบเบเบฒเบเบฎเปเบญเบเบเปเบเปเบฒเบญเบดเบเบซเบผเบฑเบเบเบฒเบเบชเปเบฒเบเบเบปเบงเปเบเบ. เปเบโเบฅเบฐโเบซเบงเปเบฒเบโเบเบฒเบโเบเปเบฒโเปเบเบตเบโเบเบฒเบโ, DeepSpeech เปเบโเบเบฑเบโเบเบธโเบเบฑเบโเปเบเปโเบเบงเบฒเบกโเบเปเบฒโเบซเบเปเบญเบ 22 เปเบเบปเปเบฒโเปเบฅเบฐโเปเบฅเบตเปเบกโเบเบปเปเบ 500 เปเบงโเบฅเบฒโเปเบงโเบเบถเปเบโ.
- เบเปเบฒเบเบตเปเบซเบฒเบเบฒเบเปเบเปเบเบทเบเบเบฑเปเบเบเบญเบเปเบเบฎเบนเบเปเบเบเบเบฒเบชเบฒ. เบเปเบฒเบเบงเบเบเปเบฒเบชเบฑเบเบเบฑเบเบซเบกเบปเบเปเบเปเบเบทเบเบซเบผเบธเบเบฅเบปเบเปเบเบฑเบ 500 เบเบฑเบเบเปเบฒเบเบญเบเบเปเบฒเบเบตเปเบเบดเบเบปเบกเบซเบผเบฒเบเบเบตเปเบชเบธเบเบเบตเปเบเบปเบเปเบซเบฑเบเบขเบนเปเปเบเบเปเปเบเบงเบฒเบกเบเบตเปเปเบเปเปเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบกเปเบเบเบเปเบฒเบฅเบญเบ. เบเบฒเบเปเบฎเบฑเบเบเบงเบฒเบกเบชเบฐเบญเบฒเบเปเบฎเบฑเบเปเบซเปเบกเบฑเบเปเบเบฑเบเปเบเปเบเปเบเบตเปเบเบฐเบซเบผเบธเบเบฅเบปเบเบเบฐเบซเบเบฒเบเบเบญเบเบฎเบนเบเปเบเบเบเบฒเบชเบฒเบเบฒเบ 1800MB เปเบเบฑเบ 900MB, เปเบเบเปเบเบทเบญเบเบเปเปเบกเบตเบเบปเบเบเปเปเบญเบฑเบเบเบฒเบเบฒเบเบฎเบฑเบเบฎเบนเปเบเบงเบฒเบกเบเบดเบเบเบฒเบ.
- เปเบเบตเปเบกเบเบฒเบเบชเบฐเบซเบเบฑเบเบชเบฐเบซเบเบนเบเบเปเบฒเบเป
เบเบฑเบเบงเบดเบเบฒเบเบฒเบ เบเบฒเบเบชเปเบฒเบเบเบฒเบเบเปเบฝเบเปเบเบเปเบเบตเปเบกเปเบเบตเบก (เบเบฒเบเบเบฐเบซเบเบฒเบ) เบเบญเบเบเปเปเบกเบนเบเบชเบฝเบเบเบตเปเปเบเปเปเบเบเบฒเบเบเบถเบเบญเบปเบเบฎเบปเบก (เบเบปเบงเบขเปเบฒเบ, เบเบฒเบเปเบเบตเปเบกเบเบฒเบเบเบดเบเปเบเบทเบญเบเบซเบผเบทเบชเบฝเบเบเบฑเบเบเบธเบเบเบญเบเบเบฒเบเปเบฅเบทเบญเบ). - เปเบเบตเปเบกเบซเปเบญเบเบชเบฐเบซเบกเบธเบเบเบตเปเบกเบตเบเบฒเบเบเบนเบเบกเบฑเบเบชเปเบฒเบฅเบฑเบเบเบฒเบเปเบเบทเปเบญเบกเปเบเบเบเบฑเบเปเบญเบฑเบเบเบฅเบดเปเบเบเบฑเบเปเบเบเบญเบตเบเปเบชเปเปเบเบฅเบฐเบเบฐเบเบญเบก .NET.
- เปเบญเบเบฐเบชเบฒเบเปเบเปเบเบทเบเบเบฐเบเบดเบเบฑเบเบเบทเบเปเบซเบกเปเปเบฅเบฐเบเบฐเบเบธเบเบฑเบเปเบเปเบเบทเบเบฅเบงเบเบฅเบงเบกเบขเบนเปเปเบเปเบงเบฑเบเปเบเบเปเปเบเบเบเปเบฒเบเบซเบฒเบ.
deepspeech.readthedocs.io .
เปเบซเบผเปเบเบเปเปเบกเบนเบ: opennet.ru