VIP10
本课程属于：094-语音识别前端与VAD处理 AI智能与边缘计算工程 · 共 10 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

语音识别前端算法调优指南

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=语音识别前端算法调优的学习目标 · 核心价值 · 整体知识框架与实战路线图
课程导入目标=语音识别前…
02
语音信号基础
目标=声波特性 · 采样率 · 量化
语音信号基础目标=声波特性
03
前端处理流程概览
目标=从采集 · 预处理 · 特征提取到后端识别的完整链路及各模块…
前端处理流程概览目标=从采集
04
音频采集与质量评估
目标=麦克风选型 · 采样参数 · 信噪比
音频采集质量评估
05
预加重与分帧加窗
目标=预加重系数选择 · 帧长帧移设计 · 窗函数对比与调优实践
预加重分帧加窗
06
时域降噪算法
目标=谱减法 · 维纳滤波 · 自适应滤波的基本原理
时域降噪算法目标=谱减法
07
频域降噪算法
目标=基于统计模型的降噪 · MMSE · OMLSA等方法及参数调优策略
频域降噪算法目标=基于统计模…
08
深度学习降噪入门
目标=DNN · RNN · CNN在语音增强中的应用与前端调优要…
深度学习降噪入门DNN
09
回声消除基础
目标=AEC原理 · 双讲检测 · 自适应滤波器长度与步长调优
回声消除基础AEC
10
去混响算法
目标=WPE · 谱域去混响 · 深度学习去混响及对识别率的影响分析
去混响算法WPE
11
波束形成与麦克风阵列
目标=延迟求和 · MVDR · GSC等算法及阵列几何与调优参数
波束形成麦克风阵列
12
语音活动检测
目标=能量 · 过零率 · 统计模型与深度学习VAD的阈值调优与…
语音活动检测目标=能量
13
特征提取基础
目标=MFCC · FBANK · PLP的计算流程与关键参数对识别性能…
特征提取基础MFCC
14
特征提取进阶
目标=语谱图 · CQT · PNCC
特征提取进阶目标=语谱图
15
特征归一化与增强
目标=CMVN · 倒谱均值方差归一化 · 频谱增强
特征归一化增强
16
前端与后端联合调优
目标=特征与声学模型匹配 · 端到端前端 · 联合训练与蒸馏方法
前端后端联合调优
17
噪声鲁棒性调优
目标=多条件训练 · 噪声感知训练 · 对抗样本与域适应技术
噪声鲁棒性调优目标=多条件训练
18
信道鲁棒性调优
目标=信道补偿 · 特征域补偿 · 基于神经网络的信道归一化方法
信道鲁棒性调优目标=信道补偿
19
实时性与资源约束调优
目标=算法复杂度 · 定点化 · 模型压缩
实时性资源约束调优
20
评估指标与实验设计
目标=WER · CER · PESQ
评估指标实验设计
21
工具与框架实战
目标=Kaldi · ESPnet · PyTorch
工具框架实战
22
案例实战一
目标=远场语音识别前端调优 · 包括阵列处理 · 降噪
案例实战一目标=远场语音识…
23
案例实战二
目标=车载噪声环境下的前端算法调优 · 重点解决非平稳噪声与回声问题
案例实战二目标=车载噪声环…
24
案例实战三
目标=低资源嵌入式设备上的前端调优 · 涵盖模型轻量化与实时性优化
案例实战三目标=低资源嵌入…
25
常见问题与调试技巧
目标=过降噪 · 语音失真 · 延迟增加
常见问题调试技巧
26
超参数调优方法
目标=网格搜索 · 随机搜索 · 贝叶斯优化在前端参数调优中的应用
超参数调优方法目标=网格搜索
27
端到端前端调优
目标=可学习前端 · SincNet · LEAF等前端与后端联合优化实践
端到端前端调优目标=可学习前端
28
多模态与多通道前端
目标=音视频融合 · 多通道特征融合及调优注意事项
多模态多通道前端
29
前沿趋势与论文导读
目标=自监督学习 · 扩散模型 · 大模型时代的前端算法调优方向
前沿趋势论文导读
30
综合提升与项目总结
目标=完整项目实战复盘 · 调优checklist · 持续学习路径与职业发展建议
综合提升项目总结