基于ESPnet的中文语音翻译实现

作者：赵勇

来源：无线互联科技, 2023, 20(06): 55-57.

• ESPnet
• 语音识别
• CTC

当前，很多场合急需实现从语音翻译为文本的功能，如视频字幕制作、实时语译等。文章介绍了一种ESPnet语音识别框架架构，并基于ESPnet框架，训练得到最优模型，该架构模型能将语音识别过程扩展为网页在线识别，对目前主流语音识别框架进行对比试验并总结其优缺点。

• 单位
  南京熊猫汉达科技有限公司