PinnedMorisGPT-3.5, InstructGPT: Training Language Models to Follow Instructions With Human FeedbackChatGPT is a Sibling Model to InstructGPT, It is Also Called GPT-3.5. Later on, GPT-4 is Also Published.Jan 7Jan 7
MorisDeep Speech, CTC, Listen, Attend, and Spell深度學習(DL)改變了許多依賴領域知識的機器學習(ML)領域。可以用具有更高準確度並且手動勞動更少的DL模型來取代幾十年來建模這個領域知識的研究。在這篇文章中，我們將專注於在語音識別中應用DL。但是，認為ML不會扮演重要角色推進我們前進是一種錯覺。許多複雜的AI系統，包括Alph…Feb 27Feb 27
MorisASR Model Training現在，我們來到訓練ASR的最後一部分。在這篇文章中，我們將深入瞭解如何訓練ASR的模型。然而，當思想從研究轉向部署時，預期訓練將非常複雜。為了推動極限，許多啟發式方法，包括試驗和錯誤，都被使用。說訓練是一個大駭客可能並不誇張。訓練商業LVCSR所需的資源巨大。細節繁瑣。許多領域知…Feb 27Feb 27
MorisWeighted Finite-State Transducers (WFST)在之前，我們開發了所有在模擬我們的ASR問題所需要的樂高塊。這些包括了triphones的HMM模型，單詞的發音詞典，以及語法的語言模型。如果HMM模型簡單且詞彙量小，我們可以將它們連接並組合在一起，並且能夠精確地使用Viterbi解碼來解碼馬可夫鏈。Feb 27Feb 27
MorisASR Decoding隨著語音、發音詞典和語言模型的建立並在前一篇文章中討論，我們已經準備好將音訊片段解碼（轉錄）為文字。從概念上講，我們的目標是根據這些模型尋找最可能的單詞序列。Feb 27Feb 27
MorisGMM, HMM在深度學習(DL)用於語音識別之前，HMM和GMM是語音識別必須學習的兩種技術。現在，有些混合系統將HMM與深度學習相結合，也有些系統完全不需要HMM。我們現在有更多的設計選擇。然而，對於許多生成模型，HMM仍然很重要。但無論其狀態如何，語音識別都可以幫助我們更好地理解HMM和G…Feb 27Feb 27
MorisFeature Extraction MFCC & PLP機器學習 (ML) 從原始數據中提取特徵，並創建內容的密集表示。這迫使我們學習核心信息，而無需噪音來進行推斷（如果正確執行）。Feb 27Feb 27
MorisPhonetics在語音識別之前，人們進行了數十年的語言學和語音學研究。這些研究是分心的事還是核心原理？我們如何利用計算機的計算能力？在這篇文章中，我們將簡單討論如何產生和感知語音。然後，我們將專注於語音識別所需的核心設計概念。Feb 26Feb 26
