网站介绍：文章浏览阅读1.3k次。拿到10ms的语音数据后，常会利用一定大小的window将语音数据 切分成 若干份（在语音识别中，由window生成的一份语音片段被称为frame)，每份语音片段在 通过 特定的数据转换方式（如：MFCC) 转成 feature，最后 在所有这些转化后的features拼接起来 作为 最终输入model 的 input。对于英文来讲，由于不同的词之间会以空格分开，因此，分词很easy，但是，在外文中，word是可以被创造的，这也意味着 vocabulary 可能需要无限延长。_filter bank output
- 链接地址：https://blog.csdn.net/u014765410/article/details/126473278
- 链接标题：语音识别中输入输出的可能形式有哪些_filter bank output-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：5682
- 网站标签：filter bank output
