2019年4月9日 (二) 06:31的最后版本

2019-04-09

1

智能音箱的技术概要

深度学习/ 卷积神经网络CNN/循环神经网络RNN

1. Alex Krizhevsky, Ilya Sutskever and Geoffrey E. Hinton, ImageNet Classification with Deep Convolutional Neural Networks, NIPS 2012.

2

Introduction to Keras, https://www.tensorflow.org/guide/keras

MNIST数据集识别：Keras实现卷积网络

http://gitlab.icenter.tsinghua.edu.cn/zhenchen/STIS-2019.git

3

循环神经网络

https://keras.io/layers/recurrent/

https://karpathy.github.io/2015/05/21/rnn-effectiveness/

4

语音交互-智能硬件：唤醒词检测、语音识别与语音合成功能；

模型训练：audioNet : http://gitlab.icenter.tsinghua.edu.cn/saturnlab/audioNet

1. 创建GPU帐号，请注意务必在“开放端口”处添加9000端口（在线预测网站端口），名称任意
2. 进入audioNet文件夹
3. 安装依赖库 bash install.sh
4. 数据下载： wget https://cloud.tsinghua.edu.cn/f/17407ad83bb4495b86d3/?dl=1 -O raw_data.zip
5. 数据解压： unzip raw_data.zip
6. 数据转换： python convert_file.py audio_data
7. 模型训练：python train.py

我们提供预训练好的模型,进入models文件夹，输入命令 wget https://cloud.tsinghua.edu.cn/f/98e2272c4df54e0d9cbf/?dl=1 -O save_17.h5

客户端实现：Android : http://gitlab.icenter.tsinghua.edu.cn/saturnlab/androidAudioRecg

5

GPU User Guide,

http://wiki.icenter.tsinghua.edu.cn/icenterwiki/index.php/AI云