比如我搞nlp就不会用cnn，能用bert就不会用seq2seq,当然也有人用C 和lua,然后找到对应的GitHub代码并下载，用自己的数据集替换，然后训练成功,如果你想成为一名工程师，你可能需要学习C ,一般来说，即使是搞纯理论的，也需要写代码因为要跑实验来验证理论的有效性,现在人工智能流行的方向是做深度学习。
语音识别大致可以分为“传统”识别模式和“端到端”识别模式，主要区别体现在声学模型上。隐马尔可夫模型(HMM)一般用于“传统”模式的声学模型，而深度神经网络(DNN)一般用于“端到端”模式。在实际场景中，有很多种异常情况，会大大降低语音识别的效果，比如距离太远、发音不标准、环境嘈杂、被打断等等。所以需要各种方案来配合。2)语音识别的评价指标——识别率取决于纯发动机的识别率，不同信噪比状态下的识别率(信噪比模拟不同车速、车窗、空调状态等。)，以及线上和线下识别的区别。在实际工作中，一般识别率的直接指标是“WER (WordErrorRate)”的定义:为了使识别出的单词序列与标准单词序列保持一致，需要替换、删除或插入一些单词。插入、替换或删除的单词总数除以标准单词序列中单词总数的百分比，即WER。
是的，学python就够了。如果你想成为一名工程师，你可能需要学习C 。现在人工智能流行的方向是做深度学习。深度学习的主流是python。当然也有人用C 和lua。建议学习Python，简单容易。一般来说，即使是搞纯理论的，也需要写代码因为要跑实验来验证理论的有效性。
3、如何制作ai 人工智能首先你需要基础知识:python基础知识，任何一种深度学习框架，精通Linux知识，数据处理基础知识，简单的深度学习知识，百度知识。首先，选择合适的型号，比如我搞nlp就不会用cnn，能用bert就不会用seq2seq。然后找到对应的GitHub 代码并下载，用自己的数据集替换，然后训练成功。
