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

音频算法系统化学习

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=音频算法学习目标 · 核心概念 · 整体知识框架与学习路径
课程导入目标=音频算法学…
02
音频基础
目标=声音物理特性 · 数字音频表示 · 采样定理
音频基础目标=声音物理特…
03
时域与频域分析
目标=波形 · 频谱 · 傅里叶变换
时域频域分析
04
音频特征提取
目标=梅尔频谱 · MFCC · 色度特征
音频特征提取目标=梅尔频谱
05
音频预处理
目标=重采样 · 去噪 · 归一化
音频预处理目标=重采样
06
音频滤波与增强
目标=FIR/IIR滤波器 · 自适应滤波 · 谱减法
音频滤波增强
07
音频压缩编码
目标=PCM · ADPCM · MP3
音频压缩编码PCM
08
语音识别基础
目标=声学模型 · 语言模型 · HMM
语音识别基础目标=声学模型
09
深度学习音频处理
目标=CNN · RNN · Transformer在音频任务中的…
深度学习音频处理CNN
10
音频分类与标注
目标=环境声音分类 · 音乐流派识别 · 事件检测与数据集
音频分类标注
11
音乐信息检索
目标=节拍跟踪 · 和弦识别 · 旋律提取
音乐信息检索目标=节拍跟踪
12
语音合成与转换
目标=TTS · 声码器 · 语音克隆
语音合成转换
13
音频分离与源分离
目标=盲源分离 · 深度聚类 · Conv-TasNet
音频分离源分离
14
音频降噪与去混响
目标=深度学习降噪 · RNNoise · DCCRN
音频降噪去混响
15
音频指纹与检索
目标=Shazam算法 · 音频哈希 · 相似度匹配与版权识别
音频指纹检索
16
实时音频处理
目标=低延迟架构 · 缓冲区管理 · Web Audio
实时音频处理目标=低延迟架构
17
音频数据增强
目标=加噪 · 变速 · 变调
音频数据增强目标=加噪
18
模型训练与优化
目标=损失函数 · 数据加载 · 分布式训练
模型训练优化
19
音频评估指标
目标=PESQ · STOI · SDR
音频评估指标PESQ
20
案例实战一
目标=构建音频分类系统 · 从数据采集到模型部署
案例实战一目标=构建音频分…
21
案例实战二
目标=实现实时语音降噪系统 · 含算法选型与工程优化
案例实战二目标=实现实时语…
22
案例实战三
目标=开发音乐信息检索应用 · 完成节拍与和弦识别
案例实战三目标=开发音乐信…
23
案例实战四
目标=搭建语音合成Demo · 涵盖文本前端与声码器
案例实战四Demo
24
常见问题与调试
目标=数据不平衡 · 过拟合 · 实时卡顿
常见问题调试
25
工具与框架
目标=Librosa · PyTorch · TensorFlow
工具框架
26
部署与工程化
目标=模型转换 · 移动端推理 · 服务化API与边缘计算
部署工程化
27
前沿进展
目标=自监督学习 · 扩散模型 · 大语言模型在音频中的应用
前沿进展目标=自监督学习
28
综合项目一
目标=端到端音频理解系统 · 融合分类 · 检测与描述
综合项目一目标=端到端音频…
29
综合项目二
目标=多任务音频处理平台 · 支持降噪 · 分离与识别
综合项目二目标=多任务音频…
30
课程总结与提升
目标=知识体系回顾 · 职业路径 · 持续学习与研究方向
课程总结提升