VIP9
本课程属于：097-ASR语音识别与模型部署 AI智能与边缘计算工程 · 共 9 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

语音算法入门到应用精讲

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=语音算法的定义 · 发展历程 · 典型应用场景与完整学习路线图
课程导入目标=语音算法的…
02
语音信号基础
目标=声波 · 采样 · 量化
语音信号基础目标=声波
03
数字信号处理核心
目标=傅里叶变换 · 短时傅里叶变换 · 梅尔滤波器组与倒谱系数原理
数字信号处理核心目标=傅里叶变换
04
特征提取实战
目标=MFCC · FBANK · PLP
特征提取实战MFCC
05
语音识别基础
目标=声学模型 · 语言模型 · 发音词典与HMM-GMM传统框架解析
语音识别基础目标=声学模型
06
深度学习的引入
目标=DNN-HMM · RNN · LSTM
深度学习的引入DNN-HMM
07
端到端语音识别
目标=CTC · Seq2Seq · 注意力机制
端到端语音识别CTC
08
语音合成基础
目标=TTS系统组成 · 拼接合成 · 参数合成与统计参数语音合成流程
语音合成基础TTS
09
神经语音合成
目标=Tacotron · FastSpeech · VITS
神经语音合成Tacotron
10
语音增强与降噪
目标=谱减法 · 维纳滤波 · 深度学习降噪与语音分离方法
语音增强降噪
11
说话人识别
目标=声纹特征 · i-vector · x-vector
说话人识别目标=声纹特征
12
语音唤醒与关键词识别
目标=KWS系统设计 · 数据增强 · 轻量级模型与端侧部署
语音唤醒关键词识别
13
语音情感识别
目标=情感特征 · 数据集 · 分类模型与多模态融合案例分析
语音情感识别目标=情感特征
14
语音转换与变声
目标=Voice Conversio… · CycleGAN · StarGAN与实时变声实现
语音转换变声
15
数据准备与预处理
目标=语音数据集构建 · 标注 · 对齐
数据准备预处理
16
模型训练技巧
目标=损失函数 · 优化器 · 学习率调度
模型训练技巧目标=损失函数
17
评估指标与实验设计
目标=WER · CER · MOS
评估指标实验设计
18
部署与优化
目标=模型量化 · 剪枝 · 蒸馏
部署优化
19
实时语音系统
目标=流式识别 · 低延迟合成 · 回声消除与工程架构设计
实时语音系统目标=流式识别
20
多语种与口音处理
目标=多语言建模 · 迁移学习 · 口音适应与跨语言语音技术
多语种口音处理
21
噪声与远场场景
目标=远场语音识别 · 麦克风阵列 · 波束形成与去混响技术
噪声远场场景
22
语音大模型
目标=Whisper · Wav2Vec 2.0 · HuBERT
语音大模型Whisper
23
对话式AI中的语音
目标=ASR · NLU · TTS串联
AI对话式
24
项目实战一
目标=从零构建一个中文语音识别系统 · 涵盖数据 · 训练
项目实战一目标=从零构建一…
25
项目实战二
目标=搭建一个实时语音合成与变声应用 · 包含前端与后端集成
项目实战二目标=搭建一个实…
26
项目实战三
目标=开发一个说话人验证与声纹锁系统 · 完成注册 · 验证与防伪测试
项目实战三目标=开发一个说…
27
常见问题与调试
目标=过拟合 · 欠拟合 · 数据不平衡
常见问题调试
28
前沿论文与开源工具
目标=Kaldi · ESPnet · WeNet
前沿论文开源工具
29
伦理、隐私与安全
目标=语音伪造检测 · 深度伪造防御 · 数据合规与模型偏见治理
伦理隐私
30
综合提升与职业发展
目标=知识体系总结 · 进阶学习路径 · 竞赛
综合提升职业发展