Recensioni e Dettagli del Prodotto Kaldi ASR

È un toolkit open-source e molto ben mantenuto dal gruppo principale del laboratorio di riconoscimento vocale della Johns Hopkins University. Possiamo estrarre varie caratteristiche all'avanguardia come i-vector, x-vector che possono essere utilizzate per vari compiti legati al parlato. Per i compiti legati al parlato, possiamo ottenere risultati all'avanguardia. Recensione raccolta e ospitata su G2.com.

L'installazione di Kaldi con supporto GPU è un incubo per me. Recensione raccolta e ospitata su G2.com.

I vantaggi di Kaldi sono che, una volta che lo conosci molto a fondo dopo molta esperienza, le possibilità di personalizzare i modelli acustici diventano praticamente infinite. La comunità di utenti di Kaldi è piuttosto vasta e interattiva, e ci sono buone probabilità che qualcuno abbia avuto lo stesso problema che hai tu, se solo sai cosa cercare. Ci sono molti strumenti utili nella cartella utils/, anche se tutti necessitano di una personalizzazione approfondita per un uso appropriato nella costruzione del modello, poiché il processo è intrinsecamente guidato dai dati. Kaldi sembra un enorme puzzle, e metterlo insieme è piuttosto gratificante in un modo strano e masochistico. È fantastico che, essendo basato sulla comunità, ci siano molte ricette preesistenti facilmente personalizzabili per vari casi d'uso e che tu possa contribuire con la tua ricetta. Il mio santo graal a cui torno sempre è il tutorial di Eleanor Chodroff per costruire modelli acustici Kaldi, poiché descrive la particolare struttura dei dati richiesta per il processo. Recensione raccolta e ospitata su G2.com.

Bene. Ci sono molti problemi che devo affrontare riguardo a Kaldi. Questo è solo un esempio di quelle cose che tutti conoscono e hanno accettato, ma il punto è che attualmente Kaldi non è user-friendly o intuitivo. Anche se ci sono molte ricette, sono tutte quasi inutili perché devono essere tutte personalizzate a fondo, dato che il punto di creare un modello ASR personalizzato è che sia completamente guidato dai dati. Non ci sono spiegazioni su cosa siano le molte utilità o perché debbano avvenire in un certo ordine. L'unico modo per imparare a usare Kaldi è attraverso un approfondito processo di tentativi ed errori. Se provi a fare domande a Dan Povey sul forum, riceverai una risposta passivo-aggressiva velata da consiglio che ti dice di cambiare carriera e smettere di fare riconoscimento vocale. L'intero framework è così poco intuitivo che non ha senso. Qualsiasi interfaccia utente o istruzione più comprensiva e diretta sarebbe fantastica.

Quello che mi infastidisce anche è che ci sono così tanti fantastici sistemi di rappresentazione del linguaggio con cui si può creare un ottimo LM, ma poiché Kaldi funziona solo con il formato ARPA, impedisce qualsiasi grande progresso nella qualità dell'ASR per quanto riguarda gli LM.

Un'altra cosa è che se commetti un errore, devi praticamente ricominciare tutto da capo. Soprattutto poiché Kaldi è così guidato dai dati, è particolarmente difficile automatizzare i processi di costruzione dell'AM, il che ostacola la crescita aziendale se Kaldi è lo strumento principale utilizzato lì. Recensione raccolta e ospitata su G2.com.

Creazione del Modello di Linguaggio e creazione di FST. Recensione raccolta e ospitata su G2.com.

La generazione di un lessico richiede l'aiuto dei linguisti se i dati del lessico open source non sono disponibili. Recensione raccolta e ospitata su G2.com.

Velocità, precisione. Rende il lavoro più semplice. La velocità era ottima. Tutta la documentazione era presente. L'istruzione è stata davvero utile. Non c'è nessun altro strumento come kaldi per implementare la conversione da voce a testo. Recensione raccolta e ospitata su G2.com.

Compatibilità del sistema operativo. Ho affrontato un problema con il sistema operativo Windows. Kaldi era più veloce su Linux ma era difficile da implementare su Windows. Recensione raccolta e ospitata su G2.com.

Ha fst per LM, il che lo rende una soluzione molto flessibile e personalizzabile per il dominio dell'applicazione target. Inoltre, genera i time stamp dei fonemi nell'output ctm, il che lo rende una soluzione ideale per la sincronizzazione temporale e la calibrazione del punteggio di fiducia. Recensione raccolta e ospitata su G2.com.

Ha bisogno di molte risorse di memoria per caricare i modelli acustici ingombranti e i grafici LM. Recensione raccolta e ospitata su G2.com.

ricette, stabilità e facilità d'uso,

Persone molto intelligenti e brillanti hanno lavorato per questo.

Kaldi è un eccellente toolkit che guida continuamente la ricerca nelle tecnologie ASR. Recensione raccolta e ospitata su G2.com.

Il codice di base è in C++. Al giorno d'oggi, se fosse in Python, sarebbe molto più facilmente accessibile a un pubblico più ampio. Recensione raccolta e ospitata su G2.com.

È molto conveniente e utile convertire i file audio in file strutturati. Può essere utilizzato in molti linguaggi di programmazione, inclusi Python e C++. Il suo processo automatico aiuta a risparmiare tempo. Recensione raccolta e ospitata su G2.com.

Il manuale di Kaldi non è abbastanza chiaro e a volte è necessario cercare su Google e controllare per comprendere completamente il significato di alcuni parametri. Recensione raccolta e ospitata su G2.com.

Lo strumento Kaldi è molto veloce e facile da gestire. Recensione raccolta e ospitata su G2.com.

All'inizio, è difficile da imparare. Se lo stai imparando da solo, allora sembra difficile da usare. Recensione raccolta e ospitata su G2.com.

Le caratteristiche. Come più algoritmi per l'estrazione delle caratteristiche. Supporto per molte architetture neurali. Recensione raccolta e ospitata su G2.com.

A meno che non siamo esperti in C++, è piuttosto difficile hackerare il codice sorgente. Recensione raccolta e ospitata su G2.com.

accesso facile a script di esempio per costruire modelli basati sul parlato. Recensione raccolta e ospitata su G2.com.

Non può gestire modelli di architettura end-to-end. Dovrebbe essere prevista una disposizione per questi. Recensione raccolta e ospitata su G2.com.