• 学习时长

    随到随学

  • 答疑服务

    专属微信答疑群

  • 作业批改

    每章节设置作业练习/自行与答案对照

  • 课程有效期

    长期有效

课程价格: 400.00

支持花呗分期

  • 1: 声纹识别学习指南.pdf
  • 第1章: 课程介绍
  • 第1节: 课程基本信息
  • 免费 2: 【视频】课程基本信息
  • 第2节: 预期学习成果
  • 免费 3-1: 【视频】预期学习成果
  • 3-2: 【作业】预习部分课后练习
  • 第3节: 课程的正确使用方式
  • 免费 4-1: 【视频】课程的正确使用方式
  • 4-2: 【作业】课程正确使用方式课后练习
  • 第4节: 课程大纲及课程结构介绍
  • 免费 5: 【视频】课程大纲及课程结构介绍
  • 第2章: 声纹技术的历史发展
  • 第1节: 什么是声纹?
  • 6-1: 【课件】什么是声纹.pdf
  • 6-2: 【视频】什么是声纹?
  • 6-3: 【作业】什么是声纹课后练习
  • 第2节: 最早期的声纹技术
  • 7-1: 【课件】最早期的声纹技术.pdf
  • 7-2: 【视频】最早期的声纹技术
  • 7-3: 【视频】作业1 Audacity软件的使用
  • 7-4: 【作业】最早期的声纹技术课后练习
  • 7-5: 【作业】 Audacity软件的使用
  • 第3节: 声纹技术的发展
  • 8-1: 【课件】声纹技术的发展.pdf
  • 8-2: 【视频】声纹技术的发展
  • 第4节: 新时代的声纹技术
  • 9-1: 【课件】新时代的声纹技术.pdf
  • 9-2: 【视频】新时代的声纹技术
  • 9-3: 【作业】新时代的声纹技术课后练习
  • 9-4: 【作业】头脑风暴:声纹识别的应用
  • 第3章: 音频信号处理基础
  • 第1节: 声学基础
  • 10-1: 【课件】声学基础.pdf
  • 10-2: 【视频】声学基础
  • 10-3: 【作业】声学基础课后练习
  • 第2节: 听觉与感知
  • 11-1: 【课件】听觉与感知1.pdf
  • 11-2: 【视频】听觉与感知1
  • 12-1: 【课件】听觉与感知2.pdf
  • 12-2: 【视频】听觉与感知2
  • 12-3: 【作业】听觉与感知课后练习
  • 12-4: 【作业】编程题:梅尔刻度
  • 第3节: 音频信号处理
  • 13-1: 【课件】音频信号处理.pdf
  • 13-2: 【视频】音频信号处理
  • 13-3: 【作业】音频信号处理课后练习
  • 第4节: 音频编码与格式
  • 14-1: 【课件】音频编码与格式.pdf
  • 14-2: 【视频】音频编码与格式
  • 14-3: 【作业】音频编码与格式课后练习
  • 第5节: 【作业】解析WAV文件
  • 15-1: 【视频】作业 解析WAV文件
  • 15-2: 【作业】解析WAV文件
  • 第6节: 【作业】SPHERE文件到WAV文件的格式转换
  • 16-1: 【视频】作业 SPHERE文件到WAV文件的格式转换
  • 16-2: 【作业】SPHERE文件到WAV文件的格式转换
  • 第7节: SoX软件的使用
  • 17-1: 【课件】SoX软件的使用.pdf
  • 17-2: 【视频】SoX软件的使用
  • 第8节: 【作业】MP4文件到FLAC文件的格式转换
  • 18-1: 【视频】作业 MP4文件到FLAC文件的格式转换
  • 18-2: 【作业】 MP4文件到FLAC文件的格式转换
  • 第4章: 声学特征提取
  • 第1节: 短时分析
  • 19-1: 【课件】短时分析.pdf
  • 19-2: 【视频】短时分析
  • 19-3: 【作业】短时分析课后练习
  • 第2节: 时域特征
  • 20-1: 【课件】时域特征.pdf
  • 20-2: 【视频】时域特征
  • 20-3: 【作业】时域特征课后练习
  • 20-4: 【作业】编程题:过零率
  • 第3节: 频域特征
  • 21-1: 【课件】频域特征.pdf
  • 21-2: 【视频】频域特征
  • 21-3: 【作业】频域特征课后练习
  • 21-4: 【作业】编程题:离散傅里叶变换
  • 第4节: 常用声学特征介绍
  • 22-1: 【课件】常用声学特征介绍.pdf
  • 22-2: 【视频】常用声学特征介绍
  • 22-3: 【作业】常用声学特征介绍课后练习
  • 第5节: 【作业】YouTube视频的MFCC特征的可视化
  • 23-1: 【视频】作业 YouTube视频的MFCC特征的可视化
  • 23-2: 【作业】YouTube视频的MFCC特征的可视化
  • 第5章: 声纹识别基础
  • 第1节: 声纹识别基础概念
  • 24-1: 【课件】声纹识别基础概念1.pdf
  • 24-2: 【视频】声纹识别基础概念1
  • 24-3: 【作业】声纹识别基础概念 1课后练习
  • 25-1: 【课件】声纹识别基础概念2.pdf
  • 25-2: 【视频】声纹识别基础概念2
  • 25-3: 【作业】声纹识别基础概念 2课后练习
  • 第2节: 声纹识别系统流程
  • 26-1: 【课件】声纹识别系统流程.pdf
  • 26-2: 【视频】声纹识别系统流程
  • 第3节: 相似匹配
  • 27-1: 【课件】相似匹配.pdf
  • 27-2: 【视频】相似匹配
  • 27-3: 【作业】相似匹配课后练习
  • 27-4: 【作业】编程题:余弦相似度
  • 第4节: 评价指标
  • 28-1: 【课件】评价指标1.pdf
  • 28-2: 【视频】评价指标1
  • 28-3: 【作业】 评价指标 1课后练习
  • 29-1: 【课件】评价指标2.pdf
  • 29-2: 【视频】评价指标2
  • 29-3: 【作业】编程题:等错率
  • 第5节: 分数正则化
  • 30-1: 【课件】分数正则化.pdf
  • 30-2: 【视频】分数正则化
  • 30-3: 【作业】分数正则化课后练习题
  • 30-4: 【作业】编程题:测试正则化
  • 第6章: 声纹识别的早期方法
  • 第1节: 高斯混合模型
  • 31-1: 【课件】高斯混合模型1.pdf
  • 31-2: 【视频】高斯混合模型1
  • 32-1: 【课件】高斯混合模型2.pdf
  • 32-2: 【视频】高斯混合模型2
  • 32-3: 【作业】高斯混合模型课后练习
  • 33-1: 【课件】高斯混合模型3.pdf
  • 33-2: 【视频】高斯混合模型3
  • 第2节: 【作业】利用高斯混合模型来拟合数据
  • 34-1: 【视频】作业 利用高斯混合模型来拟合数据
  • 34-2: 【作业】利用高斯混合模型来拟合数据
  • 第3节: 通用背景模型
  • 35-1: 【课件】通用背景模型.pdf
  • 35-2: 【视频】通用背景模型
  • 第4节: 支持向量机
  • 36-1: 【课件】支持向量机1.pdf
  • 36-2: 【视频】支持向量机1
  • 37-1: 【课件】支持向量机2.pdf
  • 37-2: 【视频】支持向量机2
  • 37-3: 【作业】支持向量机课后作业
  • 第5节: 因子分析
  • 38-1: 【课件】因子分析.pdf
  • 38-2: 【视频】因子分析
  • 第6节: 联合因子分析
  • 39-1: 【课件】联合因子分析.pdf
  • 39-2: 【视频】联合因子分析
  • 第7节: i-vector
  • 40-1: 【课件】i-vector.pdf
  • 40-2: 【视频】i-vector
  • 40-3: 【作业】因子分析课后练习
  • 第7章: 深度学习基础
  • 第1节: 深度学习简介
  • 41-1: 【课件】深度学习简介1.pdf
  • 41-2: 【视频】深度学习简介1
  • 42: 【资源信息】深度学习电子书
  • 43-1: 【课件】深度学习简介2.pdf
  • 43-2: 【视频】深度学习简介2
  • 43-3: 【作业】深度学习简介课后练习
  • 第2节: 前馈神经网络
  • 44-1: 【课件】前馈神经网络.pdf
  • 44-2: 【视频】前馈神经网络
  • 第3节: 卷积神经网络
  • 45-1: 【课件】卷积神经网络.pdf
  • 45-2: 【视频】卷积神经网络
  • 45-3: 【作业】卷积神经网络课后练习
  • 45-4: 【作业】编程题:一维卷积
  • 第4节: 循环神经网络
  • 46-1: 【课件】循环神经网络.pdf
  • 46-2: 【视频】循环神经网络
  • 46-3: 【作业】循环神经网络课后练习
  • 第5节: 注意力机制与transformer网络
  • 47-1: 【课件】注意力机制与transformer网络.pdf
  • 47-2: 【视频】注意力机制与transformer网络
  • 47-3: 【作业】注意力机制与 transformer 网络课后作业
  • 第6节: 基于PyTorch的深度学习
  • 48-1: 【课件】基于PyTorch的深度学习.pdf
  • 48-2: 【视频】基于PyTorch的深度学习
  • 第7节: 【作业】通过PyTorch实现序列分类
  • 49-1: 【视频】通过PyTorch实现序列分类
  • 49-2: 【作业】通过PyTorch实现序列分类
  • 第8章: 基于深度学习的声纹识别
  • 第1节: 神经网络的间接使用
  • 50-1: 【课件】神经网络的间接使用.pdf
  • 50-2: 【视频】神经网络的间接使用
  • 第2节: 神经网络的直接使用
  • 51-1: 【课件】神经网络的直接使用.pdf
  • 51-2: 【视频】神经网络的直接使用
  • 51-3: 【作业】神经网络使用课后练习
  • 第3节: 神经网络的推理
  • 52-1: 【课件】神经网络的推理1.pdf
  • 52-2: 【视频】神经网络的推理1
  • 53-1: 【课件】神经网络的推理2.pdf
  • 53-2: 【视频】神经网络的推理2
  • 53-3: 【作业】神经网络的推理课后练习
  • 第4节: 损失函数
  • 54-1: 【课件】损失函数1.pdf
  • 54-2: 【视频】损失函数1
  • 54-3: 【作业】编程题:归一化指数函数&交叉熵损失函数
  • 55-1: 【课件】损失函数2.pdf
  • 55-2: 【视频】损失函数2
  • 55-3: 【作业】编程题:三元损失函数
  • 56-1: 【课件】损失函数3.pdf
  • 56-2: 【视频】损失函数3
  • 56-3: 【作业】损失函数课后练习
  • 第9章: 声纹识别中的数据处理
  • 第1节: 声纹识别的数据需求
  • 57-1: 【课件】声纹识别的数据需求.pdf
  • 57-2: 【视频】声纹识别的数据需求
  • 57-3: 【作业】 声纹识别的数据需求课后练习
  • 第2节: 数据预处理
  • 58-1: 【课件】数据预处理.pdf
  • 58-2: 【视频】数据预处理
  • 58-3: 【作业】数据预处理课后练习
  • 第3节: 数据增强
  • 59-1: 【课件】数据增强1.pdf
  • 59-2: 【视频】数据增强1
  • 59-3: 【作业】数据增强课后练习一
  • 60-1: 【课件】数据增强2.pdf
  • 60-2: 【视频】数据增强2
  • 61-1: 【课件】数据增强3.pdf
  • 61-2: 【视频】数据增强3
  • 61-3: 【作业】数据增强课后练习二
  • 61-4: 【作业】用Python实现多风格训练数据增强
  • 第4节: 声纹识别中的数据融合
  • 62-1: 【课件】声纹识别中的数据融合.pdf
  • 62-2: 【视频】声纹识别中的数据融合
  • 第5节: 声纹识别的常用数据集
  • 63-1: 【课件】声纹识别的常用数据集.pdf
  • 63-2: 【视频】声纹识别的常用数据集
  • 第10章: 从零开始搭建声纹识别系统
  • 第1节: 【作业】从零开始搭建声纹识别系统
  • 64: 【视频】作业 从零开始搭建声纹识别系统
  • 第2节: 范例系统的代码解读
  • 65-1: 【视频】范例系统的代码解读
  • 65-2: 【作业】从零开始搭建声纹识别系统
  • 第11章: 附赠内容
  • 第1节: 声纹与语种识别的产品生态构建
  • 66: 【视频】声纹与语种识别的产品生态构建
  • 第12章: 课程答疑视频
  • 第1节: 声纹识别-答疑与作业点评-第一期
  • 67: 【视频】声纹识别-答疑与作业点评-第一期
  • 第2节: 声纹识别-答疑与作业点评-第二期
  • 68: 【视频】声纹识别-答疑与作业点评-第二期
  • 第3节: 声纹识别答疑与作业点评-第三期
  • 69: 【视频】声纹识别答疑与作业点评-第三期

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》

请完善资料,让我们更好的为您服务!

+86  (手机号已绑定)

未注册验证后自动登录,注册/登录则视为同意

《服务协议》《隐私协议》