# ASR 開源
- [MASR](https://github.com/ieee820/masr)
- [End2ENdASR](https://github.com/gentaiscool/end2end-asr-pytorch)
- [fairseq](https://github.com/facebookresearch/fairseq)
- [ASRT](https://github.com/nl8590687/ASRT_SpeechRecognition) 聲音=>羅馬拼音=>簡體中文
- [PaddleSpeech](https://github.com/PaddlePaddle/PaddleSpeech)
- [kaldi](https://kaldi-asr.org/)
- [SpeechBrain](https://github.com/speechbrain/speechbrain/)
-

# 一些ASR的Colab
- [SpeechBrain](https://colab.research.google.com/drive/1mhvu5eyEzNBBhNC6sknG-kgD2ZQ6NEyI?usp=sharing#scrollTo=sKem2vASoBYd)
- [SpeechBrain ASR](https://colab.research.google.com/drive/1aFgzrUv3udM_gNJNUoLaHIm78QHtxdIz?usp=sharing#scrollTo=9To_-2fej2SA)
- [Wav2Vec2-Large-XLSR-53-tw-gpt](https://colab.research.google.com/drive/1e_z5jQHYbO2YKEaUgzb1ww1WwiAyydAj?usp=sharing#scrollTo=pfl4sIUIHLVm)

# Hugging face
- [Wav2Vec2-Large-XLSR-53-tw-gpt](https://huggingface.co/voidful/wav2vec2-large-xlsr-53-tw-gpt)

# Dataset
- [Aishell](https://www.openslr.org/33/) (2.4 hours)
- [Mozilla](https://commonvoice.mozilla.org/zh-CN/datasets) (30 hours)

# 聲音處理

### VAD
- [python](https://github.com/marsbroshok/VAD-python)
- [pyvad](https://pypi.org/project/pyvad/)

### 驗證規格
- 聲音格式： .wav
- Sample rate: 16000 Hz
- ASR 模型驗證
- 一小時音檔，每段大約二十秒去驗證準確度。
- WER為20%以下(一段句子中正確率為80%)。
- Model params: 28,768,256
- 8855MiB / 11264MiB

## Daily work

- 6/22用本是直接一段文字下去做sentencepiece(訓練embedding切分文字以及字典)，目前嘗試先把一串文字作分詞，在去訓練embedding，目前還在訓練。