首页
›
AI智能与边缘计算工程
›
096-声学特征、MFCC与语音特征工程
›
《声学特征提取工程化实践》
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
📘
声学特征提取工程化实践
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 · 整体知识框架与工程化实践的意义
课程导入
目标=声学特征提…
02
声学基础
目标=声音的产生与传播 · 波形 · 频率
声学基础
目标=声音的产生
03
时域特征
目标=短时能量 · 短时过零率 · 短时自相关函数
时域特征
目标=短时能量
04
频域基础
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
梅尔频谱
目标=梅尔刻度 · 梅尔滤波器组设计 · 梅尔频谱计算流程及其在语音与音频任务…
梅尔频谱
目标=梅尔刻度
07
倒谱分析
目标=倒谱 · 复倒谱 · 实倒谱
倒谱分析
目标=倒谱
08
感知特征
目标=巴克刻度 · 等效矩形带宽 · 感知线性预测
感知特征
目标=巴克刻度
09
线性预测特征
目标=线性预测系数 · 线性预测倒谱系数 · 感知线性预测系数及其求解与工程应用
线性预测特征
目标=线性预测系…
10
时频表示进阶
目标=小波变换 · 常数Q变换 · 色度特征
时频表示进阶
目标=小波变换
11
特征工程流程
目标=预加重 · 分帧 · 加窗
特征工程流程
目标=预加重
12
工具与库实践
目标=Librosa · TorchAudio · Essentia
工具
库实践
13
实时特征提取
目标=流式处理 · 环形缓冲区 · 低延迟设计
实时特征提取
目标=流式处理
14
特征存储与格式
目标=特征序列化 · HDF5 · NumPy
特征存储
格式
15
特征可视化与诊断
目标=频谱图 · 梅尔频谱图 · MFCC热力图
特征可视化
诊断
16
语音识别案例
目标=从音频到声学特征 · 特征增强 · 说话人归一化
语音识别案例
目标=从音频到声…
17
音乐信息检索案例
目标=和弦识别 · 旋律提取 · 节拍跟踪
音乐信息检索案例
目标=
18
环境声音分类案例
目标=城市声音 · 工业异常 · 生物声学中的特征提取
环境声音分类案例
目标=城市声音
19
说话人识别案例
目标=声纹特征 · i-vector · x-vector
说话人识别案例
目标=声纹特征
20
情感识别案例
目标=韵律特征 · 频谱特征 · 声学特征融合与深度学习模型中的特征选…
情感识别案例
目标=韵律特征
21
常见问题一
目标=采样率不匹配 · 混叠 · 量化噪声
常见问题一
目标=采样率不匹…
22
常见问题二
目标=分帧长度与帧移选择 · 窗函数泄漏 · 频谱分辨率不足与补零的影响
常见问题二
目标=分帧长度
23
常见问题三
目标=梅尔滤波器数量 · 频率范围 · 倒谱系数阶数
常见问题三
目标=梅尔滤波器…
24
常见问题四
目标=噪声鲁棒性 · 混响 · 信道差异
常见问题四
目标=噪声鲁棒性
25
性能优化
目标=向量化 · 并行计算 · GPU加速
性能优化
目标=向量化
26
工程化规范
目标=代码模块化 · 配置管理 · 单元测试
工程化规范
目标=代码模块化
27
端到端实战一
目标=构建一个语音命令词识别系统的特…
端到端实战一
目标=构建一个语…
28
端到端实战二
目标=构建一个环境声音分类系统的特征…
端到端实战二
目标=构建一个环…
29
综合提升
目标=特征选择 · 降维 · 自监督学习特征
综合提升
目标=特征选择
30
课程总结与展望
目标=知识体系回顾 · 工程最佳实践 · 前沿趋势与持续学习路径
课程总结
目标=知识体系回…
所属VIP或分类
同VIP:MFCC语音特征提取与降噪处理实战100例
同VIP:声学特征提取从零到实战
同VIP:声学特征提取实战技巧