基于神经网络的深度学习中文语音识别系统

该中文语音识别系统采用了基于神经网络的声学模型和语言模型两个部分。声学模型在GRU-CTC模型的基础上做了一些改进，代码存放在gru_ctc_am.py中。此外，还添加了基于科大讯飞DFCNN的CNN-CTC结构的中文语音识别模型cnn_ctc_am.py，对网络结构进行了一些调整。声学模型完全使用DFCNN框架搭建，部分卷积层使用inception结构，以时频图作为输入，存放在cnn_with_fbank.py中。还新增了基于pluse版数据集的模型cnn_with_full.py，建议直接使用该模型进行训练。语言模型方面，新增了基于CBHG结构的语言模型CBHG_lm.py，该模型最初用于谷歌声音合成，现已移植至该项目中作为基于神经网络的语言模型。