[討論] 為何版上討論語音的很少？

[ice80712 (打臉腦粉)]

如題，
深度學習首先最成功的應用是在連續大詞彙的語音識別上，
印象中是2011年吧，
往後更延伸出不同的模型架構，
從傳統的gmm-hmm到dnn-hmm，
以及chain-tdnn，
還有端到端的ctc架構，
除了上述的語音識別(ASR)之外，
還有關鍵詞識別(KWS)，
說話人識別/聲紋識別，語音合成(TTS)，
大概是這幾個方向(不討論NLP)，
為何版上討論這些相關的主題如此之少？

語音市場小？
門檻比較高？

這陣子在看相關的文章都是對岸寫的。



-----
Sent from JPTT on my Sony G8142.

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.136.199.75
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1550594296.A.A0E.html
推 f496328mm: 語音 google 幾乎做到完美了，串個python api就結束了
推 yiefaung: 這裡本來就不適合做深度討論 人太少了 社群生態起不來
→ j6cl3: 真的? 台灣菜市場日常對話能完美?
推 michellehot: 你可以把看到有趣的討論翻成繁體po上來
→ michellehot: 就會有人討論了
推 sma1033: 語音識別跟語音合成難度都偏高，業界會做的都很保密
→ sma1033: 一般程度的學生做出來的東西品質又都很爛，稱不上堪用
→ pipidog: 這版不是討論語音少，而是討論任何主題都很少
→ bobju: 太專業了
推 whsunset: 門檻比較高，做的人比較少，很多 work 不是 end-to-end
推 sma1033: 有價值的東西，資訊不會隨意流出來，語音相關技術很值錢
→ pups003: 1樓確定？
推 chobit199685: 語音技術很貴 尤其是音樂生成 因創作價格是信仰值
→ roccqqck: 沒公開讓別人transfer learning的 自然少人做
→ roccqqck: 稿很久也根本看不到別人車尾燈