Google 发布 Speech Commands 数据集, 应用在 语音识别、卷积神经网络 领域

Google 本次发布的数据集 Speech Commands, 该数据集包含了51,088个特定关键词的语音样本，用于训练卷积神经网络（CNN）。此外，数据集还包括了30个不同的关键词，并提取了梅尔频谱图以供CNN训练使用。在经过10,000次训练迭代后，该模型的准确率达到了89.12%。该任务的目的是实现语音识别。

查看Speech Commands

关于 Google , 谷歌公司是一家总部位于美国加利福尼亚州的山景城的世界知名科技公司，成立于1998年，以其搜索引擎而闻名，现已成为全球最大的搜索引擎公司，业务遍及互联网广告、云计算、软件等多个领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。