VIP11
本课程属于：081-Codec、ALSA与音频设备驱动 AI智能与边缘计算工程 · 共 11 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

从零搭建语音识别前端系统

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=语音识别前端系统的定义 · 学习目标 · 整体架构与从零搭建的路线图
课程导入目标=语音识别前…
02
语音基础
目标=声音的物理属性 · 采样率 · 位深
语音基础目标=声音的物理…
03
开发环境搭建
目标=Python · NumPy · SciPy
开发环境搭建Python
04
音频采集
目标=麦克风实时录音 · 文件读取 · 音频流参数设置与常见采集问题排查
音频采集目标=麦克风实时…
05
音频预处理
目标=预加重 · 分帧 · 加窗的原理与代码实现
音频预处理目标=预加重
06
时域分析
目标=短时能量 · 短时过零率 · 短时自相关函数的计算与语音活动检测应…
时域分析目标=短时能量
07
频域分析
目标=离散傅里叶变换 · 短时傅里叶变换 · 频谱图与语谱图的绘制和解读
频域分析目标=离散傅里叶…
08
梅尔频谱
目标=梅尔刻度 · 梅尔滤波器组设计 · 梅尔频谱计算及其在语音识别中的优势
梅尔频谱目标=梅尔刻度
09
倒谱分析
目标=倒谱 · 梅尔频率倒谱系数（MFCC）的提取步… · 参数配置与代码实现
倒谱分析目标=倒谱
10
滤波器组特征
目标=FBank特征提取 · 与MFCC的对比 · 适用场景及实现细节
滤波器组特征FBank
11
特征增强
目标=差分特征 · 加速度特征 · 倒谱均值归一化与特征拼接方法
特征增强目标=差分特征
12
端点检测
目标=基于能量和过零率的双门限法 · 自适应阈值与静音段剔除实战
端点检测目标=基于能量
13
降噪与增强
目标=谱减法 · 维纳滤波 · 自适应滤波的基本原理与前端降噪实现
降噪增强
14
回声消除
目标=自适应回声消除原理 · NLMS算法与简单回声消除模块搭建
回声消除目标=自适应回声…
15
波束形成
目标=麦克风阵列基础 · 延迟求和波束形成与方向性增强入门
波束形成目标=麦克风阵列…
16
语音分离
目标=盲源分离 · 独立成分分析在语音前端中的初步应用与…
语音分离目标=盲源分离
17
重采样与归一化
目标=音频重采样 · 音量归一化 · 幅度缩放与数据对齐处理
重采样归一化
18
特征工程流程
目标=从原始波形到模型输入特征的完整…
特征工程流程目标=从原始波形…
19
实时处理架构
目标=环形缓冲区 · 多线程/异步处理 · 低延迟前端系统设计模式
实时处理架构目标=环形缓冲区
20
性能优化
目标=向量化计算 · 缓存优化 · C扩展与实时性瓶颈分析方法
性能优化目标=向量化计算
21
案例实战一
目标=搭建一个实时麦克风语音活动检测…
案例实战一目标=搭建一个实…
22
案例实战二
目标=实现一个完整的离线语音识别前端…
案例实战二目标=实现一个完…
23
案例实战三
目标=为远场语音识别构建带降噪和波束…
案例实战三目标=为远场语音…
24
常见问题排查
目标=音频爆音 · 采样率不匹配 · 特征异常
常见问题排查目标=音频爆音
25
评估与可视化
目标=前端处理效果评估指标 · 频谱对比 · 特征分布可视化与调试技巧
评估可视化
26
与后端集成
目标=前端特征与Kaldi · ESPnet · WeNet等语音识别框架的对接方式
后端集成Kaldi
27
部署与打包
目标=将前端系统打包为命令行工具 · Python包或服务化API
部署打包
28
跨平台适配
目标=Windows · Linux · macOS及嵌入式设备上的音频采集与…
跨平台适配Windows
29
综合提升
目标=前端系统设计权衡 · 最新研究趋势 · 端到端模型对前端的影响
综合提升目标=前端系统设…
30
课程总结与项目复盘
目标=知识体系回顾 · 完整项目代码整理 · 后续学习路径与扩展方向
课程总结项目复盘