• 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

限时特价: 899
优惠名额仅剩: 30个

原价: ¥999.00

支持花呗分期

  • 第1章: 语音合成综述
  • 第1节: 课程介绍
  • 第2节: 智能语音处理及应用
  • 第3节: 语音合成介绍
  • 第4节: 文本分析
  • 第5节: 语音合成方法
  • 第2章: 语音合成中的前端文本分析
  • 第1节: 回顾
  • 第2节: 文本分析模块
  • 第3节: 条件随机场
  • 第4节: 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)
  • 第6节: 基于NN的文本分析
  • 第7节: 作业实践
  • 第3章: 传统语音合成算法
  • 第1节: 传统语音合成概述
  • 第2节: 基于HMM的统计参数语音合成
  • 第3节: 基于NN的统计参数语音合成
  • 第4节: 传统声码器技术
  • 第5节: 【实践】作业实践
  • 第4章: 基于seq2seq的语音合成
  • 第1节: 概述
  • 第2节: Sequence-to-Sequence 和 Attention机制
  • 第3节: 基于Tacotron的端到端语音合成及变体
  • 第4节: 端到端语音合成的变体(一)
  • 第5节: 【实践】实现基于Tacotron的声学模型
  • 第5章: 端到端语音合成进阶
  • 第1节: 概述
  • 第2节: Attention与Transformer
  • 第3节: 序列到序列的模型变体
  • 第4节: Attention机制探索
  • 第5节: FastSpeech和DurIAN
  • 第6节: 【实践】实现基于LSA的attention机制的语音合成
  • 第6章: 神经网络声码器
  • 第1节: 概述
  • 第2节: 基于Flow的神经声码器
  • 第3节: 基于GAN的神经声码器:Parallel WaveGAN, MelGAN
  • 第4节: 实践作业

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》