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

声学特征提取算法工程化落地

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 · 工程化落地的意义 · 课程整体框架与学习路径
课程导入目标=声学特征提…
02
声学基础
目标=声音的物理特性 · 采样定理 · 时域与频域表示
声学基础目标=声音的物理…
03
数字信号处理基础
目标=离散信号 · 傅里叶变换 · 短时傅里叶变换
数字信号处理基础目标=离散信号
04
特征提取概述
目标=特征提取在语音识别 · 音频分类 · 声纹识别中的作用与流程
特征提取概述目标=特征提取
05
时域特征
目标=短时能量 · 短时过零率 · 自相关函数
时域特征目标=短时能量
06
频域特征
目标=频谱质心 · 频谱带宽 · 频谱滚降
频域特征目标=频谱质心
07
倒谱特征
目标=倒谱分析原理 · 梅尔频率倒谱系数（MFCC）的完整计…
倒谱特征目标=倒谱分析原…
08
梅尔滤波器组
目标=梅尔刻度 · 滤波器组设计 · 参数选择与工程实现细节
梅尔滤波器组目标=梅尔刻度
09
滤波器组特征
目标=伽马通滤波器组（GFCC） · 巴克滤波器组 · 与MFCC的对比
滤波器组特征GFCC
10
感知特征
目标=感知线性预测（PLP） · 响度 · 尖锐度
感知特征PLP
11
时频特征
目标=小波变换 · 常数Q变换 · 时频图特征提取与适用场景
时频特征目标=小波变换
12
深度学习特征
目标=使用卷积神经网络 · 自编码器 · 预训练模型提取声学特征
深度学习特征目标=使用卷积神…
13
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
14
工程化落地要点
目标=实时性 · 内存占用 · 计算复杂度
工程化落地要点目标=实时性
15
算法优化
目标=快速傅里叶变换优化 · 定点化 · 并行计算
算法优化目标=快速傅里叶…
16
工具与框架
目标=Librosa · Kaldi · TorchAudio
工具框架
17
案例实战一
目标=语音唤醒词检测中的MFCC特征…
案例实战一MFCC
18
案例实战二
目标=环境声音分类中的Log-Mel…
案例实战二Log-Mel
19
案例实战三
目标=声纹识别中的GFCC特征提取与…
案例实战三GFCC
20
案例实战四
目标=实时音频流中的特征提取流水线设…
案例实战四目标=实时音频流
21
常见问题一
目标=分帧长度 · 帧移 · 窗函数选择对特征的影响与调参策略
常见问题一目标=分帧长度
22
常见问题二
目标=噪声鲁棒性 · 特征归一化 · 倒谱均值方差归一化（CMVN）
常见问题二目标=噪声鲁棒性
23
常见问题三
目标=采样率不一致 · 位深差异 · 多通道音频的特征提取处理
常见问题三目标=采样率不一…
24
常见问题四
目标=特征提取中的数值稳定性 · 溢出 · 精度损失与解决方案
常见问题四目标=特征提取
25
评估与验证
目标=特征质量评估指标 · 下游任务性能对比 · 消融实验设计
评估验证
26
端到端优化
目标=特征提取与模型联合训练 · 可微分特征提取层
端到端优化目标=特征提取
27
部署与集成
目标=移动端 · 嵌入式 · 云端部署方案与接口设计
部署集成
28
综合提升一
目标=从论文到产品——声学特征提取算…
综合提升一目标=从论文到产…
29
综合提升二
目标=前沿趋势——自监督学习 · 神经音频编码 · 可学习滤波器组
综合提升二目标=前沿趋势
30
课程总结
目标=知识体系回顾 · 实战项目复盘 · 持续学习资源与进阶方向
课程总结目标=知识体系回…