安装 Kur，运行$ kur -v train speech.yml，该文件应该保存在 kur/examples/目录中。如果你想要直接训练而不显示目前的工作状态，可以省略-v。当然，加入-v 可以让你了解 Kur 的工作方式，如果你希望了解更多的细节，请用-vv。

你的模型会开始训练

一开始输出的基本是乱码，随后，它的表现将会越来越好。

训练 1 小时后：

真实转录： these vast buildings what were they

DNN 预测：he s ma tol ln wt r hett jzxzjxzjqzjqjxzq

训练 6 小时后：

真实转录：the valkyrie kept off the coast steering to the westward

DNN 预测：the bak gerly cap dof the cost stkuarinte the west werd

训练 24 小时后：

真实转录：it was a theatre ready made

DNN 预测：it was it theater readi made

经过训练，模型输出了真正的英语。

在这个示例中，我总共训练了 48 小时。还记得「i am a human saying human things」文件吗？让我们看看人工智能对它的预测。

训练 48 小时后：

True tran: i am a human saying human things

DNN prediction:i am a human saying human things

仅仅诞生 48 个小时，atv，它就可以和人一样听懂别人说的话了！

看看这个表格吧：

在 Kur speech.yml 例子中训练和验证数据的 loss 和 batch 的函数

就这样，你训练出了目前最先进的语音识别模型。

很棒不是吗？

为什么会如此简单？

这是因为我们为这项任务深度优化了整个模型，这就是 Kur 带来的提升。另一些优势则来自于 Kur 的可描述性。在这里，你可以直接表达自己想要的东西，它就会实现。阅读 Deepspeech Kurfile，你就会明白这是什么意思。

事例中 Deepspeech 的超参数

这些是构造 DNN 所需的超参数，有一个一维 CNN 对 FFT 输出的时间片进行操作。然后有一个 3 层的 RNN 组，每个有 1000 个节点。词汇的尺度取决于我们的选择（在本例中是 a 到 z，外加空格和撇号——总共有 28 种字符）。

超参数在 Kurfile 的模型部分（speech.yml）中被抓取。CNN 层就是这样构建的。

CNN 层的规格

在这里，整流线性单元（ReLU）激活层上的几个明显的超参数直击单个 CNN 层。这些超参数使用 Jinja2（）模板引擎填充。

RNN 层的堆栈是由一个 for 循环中构建的，因为 depth 超参数而有三个层。

RNN堆栈规格

其中，批规范化层用来保持权重分布的稳定，提高训练速度。RNN sequence 超参数只意味着你想要在输出文本与测时按顺序输出（语音片段时间顺序）。

Quick Summary：CNN 层采集 FFT 输入，然后连接到 RNN，最终形成一个完整的、可预测 28 个字符的层。这就是 Deepspeech。

工作方式概述

当训练语音 DNN 时，你通常会将音频分为每个约 20 毫秒的小块，使用像快速傅里叶变换（FFT）这样的方法将这些分块按顺序输入 DNN 里，并生成对当前块的预测。这个过程不断持续，直到结束这个序列，处理完整个文件（其中的所有预测都被保存）。

这就是 Deepspeech 在 Kur 中运行的方式。

Kur 需要使用 wav 音频文件，它会抓取文件的频谱图（时间 FFT），并将其同 CNN 层和三个 RNN 层的堆叠一同插入 CNN 层里。输出拉丁语字符的概率预测，从而形成单词。

在模型训练时，将会有验证步骤为你提供随机音频文件的即时预测。你能看到系统每一步的预测。你可以观看当前预测输出的文本，了解神经网络是如何被训练的。

一开始，它会先学习空格，随后它会了解元音和辅音的比例关系，从而开始学会一些简单词的表述（如 the、it、a、good），开始具有自己的词汇量。这是一个令人着迷的过程。

输入语音片段，预测即将出现的字母，从左到右以时间顺序排列。

相关链接：

：https://github.com/terryum/awesome-deep-learning-papers

Kur：Deive Deep Learninghttps://github.com/deepgram/kur

KurHub：

　　原文链接：

©本文为机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]