Pinned Repositories
3D-ResNets-PyTorch
3D ResNets for Action Recognition (CVPR 2018)
Audio-Sparse-Coding
For project "Sparse Codes for Speech Predict Spectrotemporal Receptive Fields in the Inferior Colliculus" of class Neural and Cognitive Computation by Prof. Xiaolin Hu (Tsinghua University).
Best_WERs
Attempt at tracking states of the arts and recent results (bibliography) on speech recognition.
Chinese-Poetry-Dataset
最全中华古诗词数据库, 唐宋两朝近一万四千古诗人, 接近5.5万首唐诗加26万宋诗. 两宋时期1564位词人，21050首词。
CTC-ASR
This is a working example of using CTC for phone recognition on TIMIT
hlthu.github.io
Lu Huang's Homepage
kaldi
This is now the official location of the Kaldi project.
masr
中文语音识别，提供预训练模型，高识别率 Chinese Speech Recognition; Mandarin Automatic Speech Recognition;
Python-OpenCV-Learn
For learning of python opencv.
Self-Contained-NN
For implemention and testing of Self-Contained Networks using PyTorch.
hlthu's Repositories
hlthu/Chinese-Poetry-Dataset
最全中华古诗词数据库, 唐宋两朝近一万四千古诗人, 接近5.5万首唐诗加26万宋诗. 两宋时期1564位词人，21050首词。
hlthu/hlthu.github.io
Lu Huang's Homepage
hlthu/masr
中文语音识别，提供预训练模型，高识别率 Chinese Speech Recognition; Mandarin Automatic Speech Recognition;
hlthu/3D-ResNets-PyTorch
3D ResNets for Action Recognition (CVPR 2018)
hlthu/Attention-Is-All-You-Need-NMT
A PyTorch implementation of the Transformer model in "Attention is All You Need".
hlthu/audio
Data manipulation and transformation for audio signal processing, powered by PyTorch
hlthu/avspeech-downloader
AVSpeech downloader
hlthu/BDSup2Sub
Blu-Ray/DVD subtitle editor
hlthu/bert
TensorFlow code and pre-trained models for BERT
hlthu/eesen
The official repository of the Eesen project
hlthu/FCIS
Fully Convolutional Instance-aware Semantic Segmentation
hlthu/funNLP
中英文敏感词、语言检测、中外手机/电话归属地/运营商查询、名字推断性别、手机号抽取、身份证抽取、邮箱抽取、中日文人名库、中文缩写库、拆字词典、词汇情感值、停用词、反动词表、暴恐词表、繁简体转换、英文模拟中文发音、汪峰歌词生成器、职业名称词库、同义词库、反义词库、否定词库、汽车品牌词库、汽车零件词库、连续英文切割、各种中文词向量、公司名字大全、古诗词库、IT词库、财经词库、成语词库、地名词库、历史名人词库、诗词词库、医学词库、饮食词库、法律词库、汽车词库、动物词库、中文聊天语料、中文谣言数据、百度中文问答数据集、句子相似度匹配算法集合、bert资源、文本生成&摘要相关工具、cocoNLP信息抽取工具、国内电话号码正则匹配、清华大学XLORE:中英文跨语言百科知识图谱、清华大学人工智能技术系列报告、自然语言生成、NLU太难了系列、自动对联数据及机器人、用户名黑名单列表、罪名法务名词及分类模型、微信公众号语料、cs224n深度学习自然语言处理课程、中文手写汉字识别、中文自然语言处理 语料/数据集、变量命名神器、分词语料库+代码、任务型对话英文数据集、ASR 语音数据集 + 基于深度学习的中文语音识别系统、笑声检测器、Microsoft多语言数字/单位/如日期时间识别包、中华新华字典数据库及api(包括常用歇后语、成语、词语和汉字)、文档图谱自动生成、SpaCy 中文模型、Common Voice语音识别数据集新版、神经网络关系抽取、基于bert的命名实体识别、关键词(Keyphrase)抽取包pke、基于医疗领域知识图谱的问答系统、基于依存句法与语义角色标注的事件三元组抽取、依存句法分析4万句高质量标注数据、cnocr：用来做中文OCR的Python3包、中文人物关系知识图谱项目、中文nlp竞赛项目及代码汇总、中文字符数据、speech-aligner: 从“人声语音”及其“语言文本”产生音素级别时间对齐标注的工具、AmpliGraph: 知识图谱表示学习(Python)库：知识图谱概念链接预测、Scattertext 文本可视化(python)、语言/知识表示工具：BERT & ERNIE、中文对比英文自然语言处理NLP的区别综述、Synonyms中文近义词工具包、HarvestText领域自适应文本挖掘工具（新词发现-情感分析-实体链接等）、word2word：(Python)方便易用的多语言词-词对集：62种语言/3,564个多语言对、语音识别语料生成工具：从具有音频/字幕的在线视频创建自动语音识别(ASR)语料库、构建医疗实体识别的模型（包含词典和语料标注）、单文档非监督的关键词抽取、Kashgari中使用gpt-2语言模型、开源的金融投资数据提取工具、文本自动摘要库TextTeaser: 仅支持英文、人民日报语料处理工具集、一些关于自然语言的基本模型、基于14W歌曲知识库的问答尝试--功能包括歌词接龙and已知歌词找歌曲以及歌曲歌手歌词三角关系的问答、基于Siamese bilstm模型的相似句子判定模型并提供训练数据集和测试数据集、用Transformer编解码模型实现的根据Hacker News文章标题自动生成评论、用BERT进行序列标记和文本分类的模板代码、LitBank：NLP数据集——支持自然语言处理和计算人文学科任务的100部带标记英文小说语料、百度开源的基准信息抽取系统、虚假新闻数据集、Facebook: LAMA语言模型分析，提供Transformer-XL/BERT/ELMo/GPT预训练语言模型的统一访问接口、CommonsenseQA：面向常识的英文QA挑战、中文知识图谱资料、数据及工具、各大公司内部里大牛分享的技术文档 PDF 或者 PPT、自然语言生成SQL语句（英文）、中文NLP数据增强（EDA）工具、英文NLP数据增强工具 、基于医药知识图谱的智能问答系统、京东商品知识图谱、基于mongodb存储的军事领域知识图谱问答项目、基于远监督的中文关系抽取、语音情感分析、中文ULMFiT-情感分析-文本分类-语料及模型、一个拍照做题程序、世界各国大规模人名库、一个利用有趣中文语料库 qingyun 训练出来的中文聊天机器人、中文聊天机器人seqGAN。
hlthu/GLUE-baselines
[DEPRECATED] Repo for exploring multi-task learning approaches to learning sentence representations
hlthu/k2
FSA/FST algorithms, differentiable, with PyTorch compatibility.
hlthu/kaldi-dnn-ali-gop
Forced alignment and Goodness of Pronunciation (GOP) with DNN support. Bases on Kaldi.
hlthu/kaldi-gop
Computes the Goodness of Pronunciation (GOP). Bases on Kaldi.
hlthu/Kaldi-IO-Python
Python functions for reading kaldi data formats. Useful for rapid prototyping with python.
hlthu/lac
百度NLP：分词，词性标注，命名实体识别，词重要性
hlthu/lingvo
Lingvo
hlthu/linux_sever_admin
实验室服务器管理文档
hlthu/pykaldi
A Python wrapper for Kaldi
hlthu/pynn
hlthu/python-pinyin
汉字转拼音(pypinyin)
hlthu/pytorch-kaldi
pytorch-kaldi is a project for developing state-of-the-art DNN/RNN hybrid speech recognition systems. The DNN part is managed by pytorch, while feature extraction, label computation, and decoding are performed with the kaldi toolkit.
hlthu/pytorch-pretrained-BERT
The Big-&-Extending-Repository-of-Transformers: PyTorch pretrained models for Google's BERT, OpenAI GPT & GPT-2, Google/CMU Transformer-XL.
hlthu/s3prl
Self-Supervised Speech Pre-training and Representation Learning Toolkit
hlthu/tesseract
Tesseract Open Source OCR Engine (main repository)
hlthu/videocr
Extract hardcoded subtitles from videos using machine learning
hlthu/VobSub2SRT
Converts VobSub subtitles (.idx/.srt format) into .srt subtitles.
hlthu/wav2letter
Facebook AI Research Automatic Speech Recognition Toolkit