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

语音开发技术 语音识别AI语音处理

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 · 课程大纲 · 语音技术发展历程
课程导入学习目标
02
语音基础与声学原理
声音的物理特性 · 采样与量化 · 奈奎斯特定理
语音基础声学原理
03
语音信号处理基础
预加重 · 分帧 · 加窗
语音信号处理基础预加重
04
特征提取方法
MFCC · Fbank · PLP
特征提取方法MFCC
05
语音识别概述
语音识别系统架构 · 传统方法与深度学习方法对比 · 主流开源工具
语音识别概述语音识别系统架构
06
传统语音识别模型
GMM-HMM原理 · 训练与解码 · 优缺点分析
传统语音识别模型GMM-HMM
07
深度学习语音识别基础
DNN-HMM混合模型 · 激活函数 · 损失函数
深度学习语音识别…DNN-HMM
08
端到端语音识别
CTC · Attention · RNN-T
端到端语音识别CTC
09
语音识别实战流程
数据准备 · 数据清洗 · 标注格式
语音识别实战流程数据准备
10
语音识别工具实战
使用Kaldi · ESPnet · WeNet
语音识别工具实战Kaldi
11
语言模型与解码
N-gram · RNNLM · Transformer LM
语言模型解码
12
语音识别评估与调优
WER/CER指标 · 错误分析 · 超参数调优
语音识别评估调优
13
语音合成（TTS）基础
TTS系统架构 · 文本前端 · 声学模型
TTS语音合成
14
语音合成实战
基于Tacotron · FastSpeech · VITS等模型的训练与推理
语音合成实战Tacotron
15
语音情感识别
情感特征 · 数据集 · 模型设计
语音情感识别情感特征
16
说话人识别与验证
声纹特征 · i-vector · x-vector
说话人识别验证
17
语音增强与降噪
谱减法 · 维纳滤波 · 深度学习降噪
语音增强降噪
18
语音分离与声源定位
鸡尾酒会问题 · 基于深度学习的分离模型 · 麦克风阵列
语音分离声源定位
19
语音唤醒与命令词识别
唤醒词检测 · 小资源模型 · 低功耗实现
语音唤醒命令词识别
20
语音识别中的数据增强
加噪 · 变速 · 混响
语音识别数据增强
21
多语言与方言语音识别
多语言建模 · 迁移学习 · 低资源语言处理
多语言方言语音识别
22
语音识别中的自适应与个性化
说话人自适应 · 在线学习 · 领域自适应
语音识别自适应
23
语音识别中的鲁棒性
噪声鲁棒 · 远场识别 · 口音鲁棒
语音识别鲁棒性
24
语音识别中的注意力机制与Transformer
自注意力 · 多头注意力 · 位置编码
Transformer语音识别
25
语音识别中的预训练模型
wav2vec · HuBERT · WavLM
语音识别预训练模型
26
语音识别项目实战
从零构建中文普通话语音识别系统 · 包括数据采集 · 模型训练
语音识别项目实战从零构建
27
语音识别项目实战
英文语音识别系统搭建 · 使用LibriSpeech数据集 · 对比不同模型
语音识别项目实战英文语音识别系统…
28
语音识别项目实战
实时语音识别与流式处理 · 使用流式CTC/RNN-T · 实现低延迟
语音识别项目实战实时语音识别
29
语音识别项目实战
智能音箱/语音助手中的语音交互系统 · 集成唤醒 · 识别
语音识别项目实战智能音箱
30
综合提升与前沿展望
语音技术最新进展 · 多模态语音 · 自监督学习
综合提升前沿展望