课程价格 ：
¥999.00
剩余名额
0
-
学习时长
8周/建议每周至少8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
-
课程有效期
一年/告别拖延，温故知新
课程价格：
￥999.00
预约下一期 *课程已报满，可预约下一期
支持花呗分期
*课程已报满，可预约下一期
- 1-1：助教分享.pdf
- 1-2：开课仪式
- 第1章: 语音合成综述
- 第1节: 课程介绍
- 2-1：【课件】语音合成第一章课件
- 2-2：【视频】课程介绍
- 第2节: 智能语音处理及应用
- 3：【视频】智能语音处理及应用
- 第3节: 语音合成介绍
- 4：【视频】语音合成介绍
- 第4节: 文本分析
- 5：【视频】文本分析
- 第5节: 语音合成方法
- 6-1：【视频】语音合成方法
- 6-2：【视频】高阶话题
- 第2章: 语音合成中的前端文本分析
- 7：【课件】前端文本分析
- 第1节: 回顾
- 8：【视频】回顾
- 第2节: 文本分析模块
- 9：【视频】文本分析模块
- 第3节: 条件随机场
- 10：【视频】图模型基础
- 11：【视频】条件随机场
- 第4节: 基于传统方法的前端文本分析模型
- 12：【视频】基于传统方法的前端文本分析模型
- 第5节: RNN与LSTM（额外补充）
- 13：【视频】循环神经网络RNN
- 第6节: 基于NN的文本分析
- 14：【视频】基于NN的文本分析
- 第7节: 作业实践
- 15：【视频】作业实践
- 16-1：【作业】第二章
- 16-2：第二章作业的解答
- 第3章: 传统语音合成算法
- 第1节: 传统语音合成概述
- 17-1：【课件】第三章
- 17-2：【视频】传统语音合成概述
- 第2节: 基于HMM的统计参数语音合成
- 18-1：【视频】统计参数语音合成框架
- 18-2：【视频】隐马尔可夫模型（HMM）
- 18-3：【视频】多空间概率分布MD-HMM
- 18-4：【视频】基于HMM的参数语音合成
- 第3节: 基于NN的统计参数语音合成
- 19：【视频】基于神经网络（NN）的统计参数语音合成
- 第4节: 传统声码器技术
- 20：【视频】传统声码器与单元拼接语音合成
- 第5节: 【实践】作业实践
- 21-1：【作业】第三章
- 21-2：第三次作业SPTK的问题
- 21-3：第三章作业解答.pdf
- 第4章: 基于seq2seq的语音合成
- 第1节: 概述
- 22-1：【课件】语音合成第四章
- 22-2：【视频】概述
- 第2节: Sequence-to-Sequence 和 Attention机制
- 23：【视频】seq2seq与Attention机制
- 第3节: 基于Tacotron的端到端语音合成及变体
- 24：【视频】Tacotron
- 第4节: 端到端语音合成的变体（一）
- 25：【视频】seq2seq声学模型变体
- 第5节: 【实践】实现基于Tacotron的声学模型
- 26-1：【视频】实践作业介绍
- 26-2：【作业】第四章
- 26-3：第四章作业讲解.pdf
- 第5章: 端到端语音合成进阶
- 第1节: 概述
- 27-1：【课件】语音合成 第五章
- 27-2：【视频】概述
- 第2节: Attention与Transformer
- 28-1：【视频】Attention
- 28-2：【视频】Transformer TTS
- 第3节: 序列到序列的模型变体
- 29-1：【视频】Transformer加入自注意力机制
- 29-2：【视频】变体2：Transformer中加入RNN
- 29-3：【视频】变体3：Transformer中直接建模局部依赖
- 第4节: Attention机制探索
- 30：【视频】Attention机制探索
- 第5节: FastSpeech和DurIAN
- 31：【视频】FastSpeech and DurIAN
- 第6节: 【实践】实现基于LSA的attention机制的语音合成
- 32：【作业】第五章
- 第6章: 神经网络声码器
- 第1节: 概述
- 33-1：【课件】L6 神经声码器
- 33-2：【视频】概述
- 第2节: 基于Flow的神经声码器
- 34：【视频】基于Flow的神经声码器
- 第3节: 基于GAN的神经声码器：Parallel WaveGAN, MelGAN
- 35：【视频】基于GAN的神经声码器
- 第4节: 实践作业
- 36：【作业】第六章
- 第7章: 语音合成的高阶应用（选修）
- 第1节: 高阶应用
- 37-1：【课件】语音合成 L7 高阶应用
- 37-2：【视频】高阶应用
- 第2节: 作业（选修）
- 38：【作业】第七章
- 第8章: 总结展望
- 第1节: 课程总结
- 39-1：【课件】L8 总结
- 39-2：【视频】课程总结
