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

声学特征提取系统学习资料

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 · 整体知识框架与典型应用场景
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 · 频率与振幅 · 相位
声学基础目标=声音的产生
03
数字信号处理基础
目标=采样定理 · 量化 · 离散时间信号
数字信号处理基础目标=采样定理
04
时域特征提取
目标=短时能量 · 短时过零率 · 短时自相关函数
时域特征提取目标=短时能量
05
频域特征提取
目标=离散傅里叶变换 · 短时傅里叶变换 · 功率谱
频域特征提取目标=离散傅里叶…
06
倒谱与同态处理
目标=倒谱定义 · 复倒谱 · 同态滤波
倒谱同态处理
07
梅尔频率倒谱系数
目标=梅尔刻度 · 滤波器组设计 · 离散余弦变换
梅尔频率倒谱系数目标=梅尔刻度
08
线性预测特征
目标=线性预测编码原理 · LPC系数 · LPC倒谱
线性预测特征目标=线性预测编…
09
滤波器组特征
目标=伽马通滤波器组 · 梅尔滤波器组 · Bark滤波器组
滤波器组特征目标=伽马通滤波…
10
时频分析进阶
目标=小波变换 · 常数Q变换 · Gabor变换
时频分析进阶目标=小波变换
11
基频与谐波特征
目标=基频估计方法 · 自相关法 · 倒谱法
基频谐波特征
12
音高与音色特征
目标=音高感知 · 半音刻度 · 色度特征
音高音色特征
13
语音特征提取
目标=语音信号预处理 · 预加重 · 分帧
语音特征提取目标=语音信号预…
14
音乐特征提取
目标=节拍跟踪 · 和弦识别 · 音高轮廓
音乐特征提取目标=节拍跟踪
15
环境声音特征提取
目标=梅尔频谱图 · Log-Mel · 声事件检测特征
环境声音特征提取目标=梅尔频谱图
16
深度学习特征
目标=自动编码器 · 卷积神经网络特征 · 迁移学习
深度学习特征目标=自动编码器
17
特征选择与降维
目标=主成分分析 · 线性判别分析 · 独立成分分析
特征选择降维
18
特征归一化与增强
目标=均值方差归一化 · 倒谱均值归一化 · 频谱减除
特征归一化增强
19
鲁棒性特征提取
目标=噪声抑制 · 混响消除 · 信道补偿
鲁棒性特征提取目标=噪声抑制
20
实时特征提取
目标=流式处理 · 低延迟计算 · 定点实现
实时特征提取目标=流式处理
21
工具与库实战
目标=Python Librosa · PyTorch Audio · Kaldi
工具库实战
22
案例实战一
目标=语音识别中的MFCC与滤波器组…
案例实战一MFCC
23
案例实战二
目标=音乐分类中的节拍 · 和弦与音色特征提取及分类器构建
案例实战二目标=音乐分类
24
案例实战三
目标=环境声音分类中的Log-Mel…
案例实战三Log-Mel
25
常见问题与调试
目标=分帧长度选择 · 窗函数影响 · 频率分辨率
常见问题调试
26
性能评估
目标=特征区分度 · 信息量 · 计算复杂度
性能评估目标=特征区分度
27
前沿进展
目标=可学习滤波器组 · 端到端特征提取 · 神经音频编码
前沿进展目标=可学习滤波…
28
综合项目一
目标=构建一个完整的声学特征提取流水…
综合项目一目标=构建一个完…
29
综合项目二
目标=设计一个多任务声学特征提取系统…
综合项目二目标=设计一个多…
30
课程总结与提升
目标=知识体系回顾 · 最佳实践 · 学习资源推荐与后续研究方向
课程总结提升