早安昂～

點對點語音辨識工具套件

因為點對點語音辨識的發展，目前有非常多基於TensorFlor或者Python等深度學習的語音辨識工具套件，今天先簡易的介紹以下兩種：

1. ESPNet：這是以點對點語音辨識和語音合成方法為主的工具套件，支持兩個深度學習框架：PyTorch及Chainer，因為是和Kaldi（昨天又說喔）同一個實驗室誕生的，所以有很多功能都依循Kaldi，如資料處理、特徵提取等，但他還支援語音增強、風格轉換、語音翻譯及口語理解等強大功能。

2. SpeechBrain：這個是深度學習的三巨頭之一，是由很多科技公司共同發布的原始碼語音工具套件，其中包括Samsung、PyTorch、Dolby等等等很多很大間的公司，主要特點包括提供預訓練模型、基於YAML的超參設定、多GPU處理，及訓練PyTorch分散式data-parallel（資料平行）推理。

TensorFlow是由Google開發的開源機器學習框架，用於訓練和部署深度學習模型。它支援跨平台、多種硬體，並具靈活性。TensorFlow廣泛應用於圖像處理、語音辨識、自然語言處理等領域，並具有強大的社區支援、自動微分功能，以及相關工具和庫，如Keras和TensorBoard。）
Data parallelism（資料平行）是一種並行計算的方法，其中多個處理單元同時處理不同的數據。在資料平行計算中，訓練數據被分成多個批次（batches），每個批次都在不同的處理單元上進行處理，通常使用相同的模型參數。這樣可以同時處理多個數據批次，從而提高訓練速度。當訓練過程中需要大量數據時，資料平行計算尤為有用，因為它能夠充分利用多核CPU或多個GPU的計算能力。

參考書籍：Hey Siri及Ok Google原理：AI語音辨識專案真應用開發
參考網站：今日無
學習對象：ChatGPT