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

语音信号处理与TTS声学模型

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
01
课程导入
学习目标 · 课程结构 · 语音信号处理与TTS声学模型的关系及…
课程导入学习目标
02
语音信号基础
语音的产生机理 · 语音的声学特性 · 数字语音信号的表示与采样定理
语音信号基础语音的产生机理
03
时域分析
短时能量 · 短时过零率 · 短时自相关函数
时域分析短时能量
04
频域分析
短时傅里叶变换 · 频谱图 · 语谱图
频域分析短时傅里叶变换
05
语音增强与降噪
常见噪声类型 · 谱减法 · 维纳滤波
语音增强降噪
06
语音端点检测
VAD的基本原理 · 基于能量和过零率的检测方法 · 基于统计模型和神经网络的VAD
语音端点检测VAD
07
语音特征提取
MFCC · PLP · Filterbank特征
语音特征提取MFCC
08
声学模型概述
声学模型在TTS中的作用 · 传统声学模型（HMM）与神经声学模型…
声学模型概述TTS
09
TTS系统架构
文本前端 · 声学模型 · 声码器的整体流程
TTS系统架构
10
文本前端处理
文本规范化 · 分词 · 音素转换
文本前端处理文本规范化
11
传统声学模型
HMM-based TTS（HTS）… · 训练流程 · 优缺点
传统声学模型HMM-based
12
神经声学模型基础
从DNN到RNN · LSTM在声学建模中的应用
神经声学模型基础DNN
13
注意力机制与Seq2Seq
注意力机制原理 · 基于Seq2Seq的TTS（如Tac…
Seq2Seq注意力机制
14
Tacotron系列详解
Tacotron · Tacotron2的架构 · 损失函数
Tacotron系列详解
15
Transformer在TTS中的应用
FastSpeech · TransformerTTS · 非自回归TTS的优势
TransformerTTS
16
声码器基础
传统声码器（LPC · STRAIGHT · WORLD）与神经声码器（WaveN…
声码器基础LPC
17
端到端TTS实战
使用开源工具（如ESPnet · Coqui TTS）训练一个中文TT…
TTS端到端
18
语音质量评估
主观评估（MOS · ABX）与客观评估（PESQ · STOI
语音质量评估MOS
19
多说话人TTS
说话人嵌入 · 说话人自适应 · 多说话人模型训练策略
TTS多说话人
20
情感与风格控制
情感TTS · 风格迁移 · 韵律控制（如FastSpeech2的…
情感风格控制
21
低资源与跨语言TTS
数据增强 · 迁移学习 · 多语言TTS（如M2M-TTS）
TTS低资源
22
语音信号处理中的常见问题
混响 · 回声 · 非线性失真及其对TTS的影响
语音信号处理常见问题
23
声学模型训练中的常见问题
数据不匹配 · 过拟合 · 训练不稳定
声学模型训练常见问题
24
案例实战
从零构建一个基于Tacotron2+…
案例实战Tacotron2+
25
案例实战
基于FastSpeech2的快速TT…
案例实战FastSpeech2
26
案例实战
语音信号预处理流水线搭建（去噪 · VAD · 特征提取）并集成到TTS前端
案例实战语音信号预处理流…
27
综合提升
结合语音识别（ASR）与TTS的联合… · 语音转换（VC）与TTS的融合
综合提升ASR
28
前沿趋势
VITS · E2E-TTS · 基于扩散模型的声学模型
前沿趋势VITS
29
实战项目
设计一个面向特定场景（如有声书 · 客服）的TTS系统 · 包括需求分析
实战项目设计一个面向特定…
30
课程总结与进阶路径
核心知识回顾 · 常见面试题 · 推荐与开源资源
课程总结进阶路径