VIP11
本课程属于：092-音频DSP与数字信号处理 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

语音算法性能优化课

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=语音算法性能优化的定义 · 目标 · 核心挑战与整体学习路线图
课程导入目标=语音算法性…
02
语音算法基础
目标=语音信号处理流程 · 特征提取（MFCC · FBank等）
语音算法基础目标=语音信号处…
03
性能评估指标
目标=实时率（RTF） · 延迟 · 吞吐量
性能评估指标RTF
04
性能瓶颈分析
目标=使用Profiler工具定位计… · 内存瓶颈 · I/O瓶颈与并行度不足问题
性能瓶颈分析Profiler
05
算法复杂度优化
目标=降低时间复杂度与空间复杂度的常… · 如剪枝 · 量化
算法复杂度优化目标=降低时间复…
06
模型压缩技术
目标=知识蒸馏 · 权重量化 · 参数量化
模型压缩技术目标=知识蒸馏
07
量化实战
目标=从浮点到定点（INT8/INT… · 校准方法 · 精度损失评估与恢复技巧
量化实战INT8/INT
08
剪枝与稀疏化
目标=非结构化剪枝 · 结构化剪枝 · 稀疏训练与推理加速的工程实现
剪枝稀疏化
09
知识蒸馏
目标=教师-学生框架设计 · 软标签损失 · 中间层蒸馏在语音识别与合成中的案例
知识蒸馏目标=教师
10
低秩分解与矩阵加速
目标=SVD · Tucker分解 · CP分解在语音模型全连接层与卷积层中…
低秩分解矩阵加速
11
硬件加速基础
目标=CPU · GPU · DSP
硬件加速基础CPU
12
CPU优化技术
目标=SIMD指令集（AVX · NEON） · 多线程
CPU优化技术
13
GPU优化技术
目标=CUDA编程基础 · 核函数优化 · 共享内存
GPU优化技术
14
DSP与NPU优化
目标=定点运算 · 向量化 · 专用指令集
DSPNPU
15
推理引擎与框架
目标=ONNX Runtime · TensorRT · OpenVINO
推理引擎框架
16
模型部署与流水线
目标=端到端语音流水线（VAD · 降噪 · 唤醒
模型部署流水线
17
流式与实时优化
目标=流式语音识别 · 流式语音合成的低延迟算法设计 · 缓存机制与状态管理
流式实时优化
18
批处理与动态批处理
目标=批大小选择 · 动态批处理策略 · 延迟与吞吐量权衡
批处理动态批处理
19
内存优化
目标=内存池 · 内存复用 · 零拷贝
内存优化目标=内存池
20
功耗优化
目标=移动端与嵌入式设备上的功耗模型 · 动态电压频率调节（DVFS） · 任务调度与休眠策略
功耗优化目标=移动端
21
案例实战一
目标=语音识别模型（如Conform… · Whisper）的端到端优化与部署
案例实战一Conform
22
案例实战二
目标=语音合成模型（如Tacotro… · FastSpeech · VITS）的推理加速与实时化
案例实战二Tacotro
23
案例实战三
目标=语音唤醒与关键词检测（KWS）…
案例实战三KWS
24
案例实战四
目标=语音降噪与增强算法（如RNNo… · DCCRN）的移动端优化
案例实战四RNNo
25
常见问题与陷阱
目标=精度下降 · 内存泄漏 · 线程竞争
常见问题陷阱
26
性能测试与基准
目标=构建测试集 · 自动化基准测试 · A/B测试
性能测试基准
27
综合提升
目标=从算法 · 工程 · 硬件三个维度协同优化
综合提升目标=从算法
28
前沿趋势
目标=大模型轻量化 · 端侧智能 · 联邦学习
前沿趋势目标=大模型轻量…
29
项目实战
目标=从零构建一个低延迟 · 高并发的语音交互系统 · 包含需求分析
项目实战目标=从零构建一…
30
课程总结与进阶
目标=知识体系回顾 · 学习资源推荐 · 职业发展路径与持续优化实践建议
课程总结进阶