add license and gitignore.modify py code main.py

.gitignore

@@ -0,0 +1,4 @@
+## Ignore some files and folders for copyright and other reasons. 
+
+*.model
+[Mm]odel_speech/

README.md

@@ -1,15 +1,25 @@
 # ASRT_SpeechRecognition
 基于深度学习的语音识别系统
 
-readme.md
+## Introduction
+简介
 
-let's get started.
+可以尝试使用Keras进行制作
 
-本项目将使用TensorFlow基于递归神经网络进行制作。
+本项目将使用TensorFlow基于递归神经网络和卷积神经网络进行制作。
 
-This project will use TensorFlow based on RNN to implement. 
+This project will use TensorFlow based on RNN and CNN to implement. 
 
+## Model
+模型
 
+### Speech Model
+语音模型
 
-test      --by shouzhenglll
+LSTM + CNN
+
+### Language Model
+语言模型
+
+基于概率图的马尔可夫模型
 

log.md

@@ -1,9 +1,12 @@
 # ASRT_SpeechRecognition
-基于深度学习的语音识别系统
+基于深度学习的语音识别系统
 
-log.md
+## Introduction
 
-这里是更新记录日志文件
+这里是更新记录日志文件
 
-如果有什么问题，团队内部需要在这里直接写出来
+如果有什么问题，团队内部需要在这里直接写出来
 
+## Log
+### 2017-08-22
+准备使用Keras基于LSTM/CNN尝试实现

main.py

@@ -1,3 +1,51 @@
+# -*- coding: encoding -*-
+"""
+@author: nl8590687
+"""
+#LSTM_CNN
+import keras as kr
+import numpy as np
 
+from keras.models import Sequential
+from keras.layers import Dense, Dropout, Flatten#,Input,LSTM,Convolution1D,MaxPooling1D,Merge
+from keras.layers import Conv1D,LSTM,MaxPooling1D,Merge#Conv2D, MaxPooling2D,Conv1D
 
+class ModelSpeech(): # 语音模型类
+	def __init__(self,MS_EMBED_SIZE = 64,BATCH_SIZE = 32): # 初始化
+		self.MS_EMBED_SIZE = MS_EMBED_SIZE # LSTM 的大小
+        self.BATCH_SIZE = BATCH_SIZE # 一次训练的batch
+        self._model = self.createLSTMModel()
+
+	def CreateLSTMModel(self):# 定义训练模型，尚未完成
+		# 定义LSTM/CNN模型
+
+		_model = Sequential()
+		_model.add(LSTM(self.MS_EMBED_SIZE, return_sequences=True, input_shape = (200,400))) # input_shape需要修改
+		_model.add(Dropout(0.3))
+		_model.add(Conv1D(self.QA_EMBED_SIZE // 2, 5, border_mode="valid"))
+		_model.add(MaxPooling1D(pool_length=2, border_mode="valid"))
+		_model.add(Dropout(0.3))
+		_model.add(Flatten())
+
+
+
+        #_model = Sequential()
+        #_model.add(Merge([m_lstm, aenc], mode="concat", concat_axis=-1))
+        _model.add(Dense(1279, activation="softmax"))
+        _model.compile(optimizer="adam", loss='categorical_crossentropy',metrics=["accuracy"])
+        return _model
+
+	def Train(self):
+		# 训练模型
+
+	def LoadModel(self,filename='model_speech/LSTM_CNN.model'):
+        self._model.load_weights(filename)
+
+	def SaveModel(self,filename='model_speech/LSTM_CNN.model'):
+		# 保存模型参数
+
+	def Test(self):
+		# 测试检验模型效果
+
+
 print('test')

readdata.py

@@ -0,0 +1,4 @@
+# -*- coding: encoding -*-
+
+import numpy as np
+