• 学习时长

    3个月左右/每周至少6小时

  • 答疑服务

    专属微信答疑群/讲师助教均参与

  • 作业批改

    每章节设计作业/助教及时批改评优

课程价格: 899.00

支持花呗分期

  • 免费 任务1: 【试看视频】基于GMM-HMM的语音识别系统流程 34:39 预览
  • 第1章: 语音识别综述
  • 第1节: 语音识别的定义及重要性
  • 第2节: 语音交互:生成与感知
  • 第3节: 语音识别的发展与挑战
  • 第4节: 语音识别的深度学习时代
  • 第5节: 现代语音识别框架
  • 第6节: 语料库与工具包
  • 第6章: DNN-HMM声学模型
  • 第1节: GMM-HMM语音识别系统(回顾)
  • 第2节: DNN-HMM语音识别系统
  • 第3节: 深度神经网络:前馈神经网络FNN、卷积神经网络CNN、循环神经网络RNN、 混合神经网络
  • 第7章: 语言模型
  • 第1节: 统计语言模型以及n-gram语言模型
  • 第2节: 平滑算法
  • 第3节: RNN语音模型
  • 第4节: 实践
  • 第8章: 基于WFST的解码器
  • 第1节: 基于WFST的基本知识
  • 第2节: 解码任务
  • 第3节: 解码器
  • 第4节: 识别中的WFST—基于Kaldi
  • 第5节: 实战
  • 第9章: 区分性训练
  • 第1节: 区分性训练(Discriminative Training)
  • 第2节: LF-MMI(Lattice Free MMI)
  • 第3节: Kaldi chain model
  • 第10章: 端到端语音识别
  • 第1节: 端到端语音识别的动机
  • 第2节: Sequence-to-Sequence & Attention
  • 第3节: Listen, Attend and Spell
  • 第4节: Speech Transformer
  • 第5节: CTC
  • 第6节: RNN-Transducer