所属分类：综合补充资料 当前为单品课程，可返回上一级继续浏览同方向资料。

← 返回上一级

← 返回所属目录咨询 / 购买

端到端ASR自动语音识别实战

共计 30 章节

点击此处阅读海量试读课程：100+行业、1000+细分领域

端到端ASR的定义 · 发展历程 · 与传统混合系统的对比

课程导入ASR

语音识别基础

语音信号处理基础 · 声学特征（MFCC · Fbank）

语音识别基础语音信号处理基础

深度学习基础

神经网络基础 · 反向传播 · 激活函数

深度学习基础神经网络基础

序列建模基础

RNN · LSTM · GRU的原理与在语音序列建模中的应用

序列建模基础RNN

端到端ASR架构概览

从输入声学特征到输出文本的完整流程 · 主流端到端模型（CTC · Attention

CTC（Connectionist Temporal Classificatio

CTC损失函数 · 对齐机制 · 前向-后向算法

CTCConnectionis…

基于CTC的ASR实战

使用ESPnet或PyTorch搭建… · 训练并评估

注意力机制与Seq2Seq

Encoder-Decoder架构 · 注意力打分函数 · Bahdanau与Luong注意力

Seq2Seq注意力机制

基于注意力（Listen, Attend and Spell）的ASR

LAS模型结构 · 训练技巧 · 解码与beam search

RNN-Transducer（RNN-T）原理

RNN-T的建模单元 · 联合网络 · 训练损失

RNN-Transduc…RNN-T

基于RNN-T的ASR实战

使用NeMo或ESPnet实现RNN… · 处理流式识别任务

Transformer在ASR中的应用

Transformer架构 · 位置编码 · 多头注意力

基于Transformer的ASR实战

使用Fairseq或ESPnet训练… · 调参技巧

Conformer模型

卷积增强的Transformer · 局部与全局建模 · Conformer在ASR中的优势

Conformer模型

基于Conformer的ASR实战

使用ESPnet或NeMo实现Con… · 并对比Transformer效果

端到端ASR的数据准备

音频数据清洗 · 文本规范化 · 词表构建

开源数据集与预训练模型

LibriSpeech · AISHELL · Common Voice等数据集介绍

开源数据集预训练模型

训练策略与优化

学习率调度 · 梯度裁剪 · 混合精度训练

训练策略优化

解码与后处理

beam search · 外部语言模型融合（浅融合 · 深融合）

解码后处理

评估指标与工具

WER · CER · 字错误率计算

评估指标工具

流式端到端ASR

流式模型的需求 · 块状注意力 · 单调注意力

ASR流式端到端

多语言与跨语言ASR

多语言模型 · 语言自适应 · 迁移学习

语音增强与前端处理

降噪 · 回声消除 · 语音活动检测（VAD）在ASR中的集…

语音增强前端处理

端到端ASR中的语言模型融合

基于WFST的融合 · 神经网络LM融合 · 上下文偏置

模型压缩与加速

知识蒸馏 · 量化 · 剪枝

模型压缩加速

端到端ASR的工业级部署

服务化架构 · 流式接口 · 并发处理

常见问题与调试

训练不收敛 · 过拟合 · OOM

常见问题调试

综合实战项目（一）

从零构建一个中文普通话ASR系统 · 包括数据准备 · 模型训练

综合实战项目ASR

综合实战项目（二）

基于预训练模型（如Whisper · Wav2Vec2）进行微调 · 实现特定领域（如会议

综合实战项目Whisper

课程总结与进阶方向

端到端ASR前沿（自监督 · 多模态 · 大模型）

课程总结进阶方向