STT
| abbr. | stand for | mean |
|---|---|---|
| STT | Speech To Text | 语音转文本 |
| ASR | Automatic Speech Recognition | 自动语音识别 |
| VAD | Voice Activity Detection | 语音活动检测 |
| CTC | Connectionist Temporal Classification | 连接时序分类 |
Notes
- VAD
- 有效划分语音识别会话，避免缓存过多数据
- 断句
- 热词
- 分为 静态、动态
- 用于识别 二义性、多音字
- 讲话人识别 - Speaker Diarization
- 识别不同讲话人的语音
- 识别讲话人的语音特征
- 考虑点
- 噪音环境
- 语速
- 口音
- 实时性 / 离线性
- 多通道分离 - 是否需要区分通话双方的讲话内容
- Speaker Diarization
- Multi-Channel Separation