VIP8
本课程属于：096-声学特征、MFCC与语音特征工程 AI智能与边缘计算工程 · 共 8 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

声学特征提取实战能力课

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=声学特征提取的定义 · 学习目标 · 整体课程框架与实战项目概览
课程导入目标=声学特征提…
02
声学基础
目标=声音的物理本质 · 频率 · 振幅
声学基础目标=声音的物理…
03
时域特征入门
目标=短时能量 · 短时过零率 · 短时自相关函数及其在语音端点检测中的…
时域特征入门目标=短时能量
04
频域分析基础
目标=傅里叶变换 · 离散傅里叶变换 · 快速傅里叶变换
频域分析基础目标=傅里叶变换
05
短时傅里叶变换
目标=分帧 · 加窗 · 帧移
短时傅里叶变换目标=分帧
06
梅尔滤波器组
目标=梅尔刻度 · 滤波器组设计 · 梅尔频谱计算与听觉感知特性
梅尔滤波器组目标=梅尔刻度
07
梅尔频率倒谱系数
目标=倒谱分析 · 离散余弦变换 · MFCC计算流程与参数选择
梅尔频率倒谱系数目标=倒谱分析
08
MFCC实战
目标=使用Python提取MFCC特… · 绘制特征热图 · 分析不同语音的MFCC差异
MFCCPython
09
滤波器组特征
目标=FBank特征提取 · 与MFCC的对比 · 适用场景与实战提取
滤波器组特征FBank
10
线性预测编码
目标=LPC原理 · 自回归模型 · Levinson-Durbin算法与…
线性预测编码LPC
11
感知线性预测
目标=PLP原理 · 听觉模型 · 与MFCC的对比及实战应用
感知线性预测PLP
12
时频特征进阶
目标=小波变换 · 常数Q变换 · 伽马通滤波器组及其在音频处理中的应用
时频特征进阶目标=小波变换
13
韵律特征提取
目标=基频 · 音高 · 声调
韵律特征提取目标=基频
14
音色特征提取
目标=频谱质心 · 频谱带宽 · 频谱滚降
音色特征提取目标=频谱质心
15
节奏与节拍特征
目标=节拍跟踪 · 速度估计 · 节奏直方图与音乐信息检索应用
节奏节拍特征
16
特征工程与预处理
目标=预加重 · 去噪 · 归一化
特征工程预处理
17
特征选择与降维
目标=主成分分析 · 线性判别分析 · t-SNE
特征选择降维
18
实战案例一
目标=语音情感识别中的声学特征提取与…
实战案例一目标=语音情感识…
19
实战案例二
目标=环境声音分类中的特征提取与模型…
实战案例二目标=环境声音分…
20
实战案例三
目标=音乐流派分类中的特征提取与评估
实战案例三目标=音乐流派分…
21
实战案例四
目标=说话人识别中的特征提取与嵌入学…
实战案例四目标=说话人识别
22
实战案例五
目标=异常声音检测中的特征提取与无监…
实战案例五目标=异常声音检…
23
工具与库实战
目标=Librosa · PyAudioAnalysis · TorchAudio
工具库实战
24
深度学习特征提取
目标=使用卷积神经网络 · 循环神经网络 · Transformer自动学习声学特…
深度学习特征提取目标=使用卷积神…
25
自监督学习特征
目标=Wav2Vec · HuBERT · WavLM等预训练模型的特征提取与微…
自监督学习特征Wav2Vec
26
特征提取常见问题
目标=采样率不匹配 · 窗长选择 · 特征维度爆炸
特征提取常见问题目标=采样率不匹…
27
性能优化与部署
目标=实时特征提取 · 并行计算 · GPU加速
性能优化部署
28
评估与可视化
目标=特征质量评估 · 可视化方法 · 消融实验与结果分析
评估可视化
29
综合项目实战
目标=端到端声学特征提取管道设计与实… · 涵盖数据采集到模型部署
综合项目实战目标=端到端声学…
30
课程总结与进阶
目标=知识体系回顾 · 前沿趋势 · 学习资源推荐与持续提升路径
课程总结进阶