20-Day9.md

第九周

神经图灵机(NTM)

自动语音识别(ASR)

• W = arg max P(W|X)
• 利用贝叶斯公式转化为声学模型和语言学模型
• CTC：时频谱图 - RNN -> 概率分布矩阵 - 去重，合并，得到结果
• CLDNN：输入信号经过时间卷积，该层和其他层共同训练

声控智能设计

1. 语音指令设计
   • 24条输出指令
2. 语音指令录音
3. 基于TensorFlow的深度网络训练
4. 部署