正版图书保证 可开电子发票
-
出版时间:
2020-06
-
装帧:
平装
-
开本:
16开
-
ISBN:
9787121385025
-
出版时间:
2020-06
售价
¥
81.10
6.3折
定价
¥128.00
品相
全新
上书时间2024-03-06
卖家超过10天未登录
手机购买
微信扫码访问
-
-
商品描述:
-
作者简介
洪青阳,厦门大学副教授,语音识别方向,在靠前重要期刊和会议发表学术论文近50篇,已获得发明授权7项,并研发多款语音声纹产品,成功应用到智能手机、智能玩具、公安司法、市场调查等行业客户。2018年3月起,研发的声纹识别技术先后在华为P20、Mate20手机落地应用。
目录
章语音识别概论1
1.1语音的产生和感知1
1.2语音识别过程4
1.3语音识别发展历史8
1.4国内语音识别现状15
1.5语音识别建模方法19
1.5.1DTW19
1.5.2GMM-HMM20
1.5.3DNN-HMM20
1.5.4端到端22
1.6语音识别开源工具22
1.7语音识别常用数据库22
1.8语音识别评价指标24
1.9参考资料24
第2章语音信号基础28
2.1声波的特性28
2.2声音的接收装置29
2.2.1麦克风阵列31
2.3声音的采样32
2.4声音的量化33
2.5语音的编码35
2.6WAV文件格式38
2.7WAV文件分析39
2.8本章小结42
思考练习题43
第3章语音特征提取44
3.1预处理44
3.2短时傅立叶变换48
3.3听觉特性51
3.4线性预测54
3.5倒谱分析55
3.6常用的声学特征56
3.6.1语谱图57
3.6.2FBank58
3.6.3MFCC59
3.6.4PLP61
3.6.5CQCC62
3.7本章小结65
思考练习题66
第4章HMM67
4.1HMM的基本概念69
4.1.1马尔可夫链70
4.1.2双重随机过程71
4.1.3HMM的定义72
4.2HMM的三个基本问题73
4.2.1模型评估问题74
4.2.2最佳路径问题77
4.2.3模型训练问题79
4.3本章小结81
4.4参考资料82
思考练习题82
第5章GMM-HMM83
5.1概率统计84
5.2高斯分布85
5.3GMM88
5.3.1初始化89
5.3.2重估计90
5.4GMM-HMM91
5.5GMM-HMM的训练97
5.6模型自适应99
5.6.1MAP99
5.6.2MLLR100
5.6.3fMLLR100
5.6.4SAT101
5.7本章小结101
5.8参考资料101
思考练习题102
课程实践:基于HTK搭建GMM-HMM系统103
第6章基于HMM的语音识别104
6.1建模单元104
6.2发音过程与HMM状态107
6.3串接HMM108
6.4固定语法的识别112
6.5随机语法的识别117
6.6本章小结123
思考练习题124
第7章音素的上下文建模125
7.1协同发音125
7.2上下文建模126
7.3决策树128
7.4问题集129
7.4.1手工设计129
7.4.2自动生成131
7.5三音子模型的训练134
7.6本章小结135
思考练习题135
第8章语言模型136
8.1n-gram模型138
8.2评价指标――困惑度142
8.3平滑技术143
8.3.1Good-Turing折扣法143
8.3.2Jelinek-Mercer插值法144
8.3.3Kneser-Ney插值法144
8.3.4Katz回退法146
8.4语言模型的训练148
8.5递归神经网络语言模型151
8.6本章小结156
8.7参考资料156
思考练习题157
第9章WFST解码器158
9.1基于动态网络的Viterbi解码159
9.2WFST理论163
9.3HCLG构建168
9.3.1H的构建169
9.3.2C的构建171
9.3.3L的构建172
9.3.4G的构建173
9.3.5HCLG合并175
9.4WFST的Viterbi解码177
9.4.1Token的定义177
9.4.2Viterbi算法178
9.5Lattice解码185
9.5.1主要数据结构185
9.5.2令牌传播过程186
9.5.3剪枝策略189
9.5.4Lattice190
9.6本章小结192
9.7参考资料192
思考练习题193
0章DNN-HMM194
10.1深度学习194
10.2DNN195
10.2.1激活函数196
10.2.2损失函数198
10.2.3梯度下降算法199
10.3DNN与HMM的结合201
10.4不同的DNN结构205
10.4.1CNN205
10.4.2LSTM210
10.4.3GRU210
10.4.4TDNN211
10.4.5TDNN-F214
10.5本章小结218
10.6参考资料219
思考练习题219
1章序列区分性训练220
11.1区分性准则221
11.1.1MMI221
11.1.2BMMI222
11.1.3MPE/sMBR222
11.2MMI求导过程223
11.3Lattice-basedMMI225
11.4Lattice-freeMMI227
11.5KaldiChain模型230
11.6本章小结231
11.7参考资料231
思考练习题232
2章端到端语音识别233
12.1CTC234
12.1.1损失函数235
12.1.2前向算法239
12.1.3后向算法242
12.1.4求导过程243
12.1.5CTC解码245
12.2RNN-T248
12.3Attention模型251
12.4HybridCTC/Attention254
12.5Transformer256
12.6本章小结259
12.7参考资料260
思考练习题261
3章Kaldi实践262
13.1下载与安装Kaldi263
13.1.1获取源代码263
13.1.2编译264
13.2创建与配置基本的工程目录265
13.3aishell语音识别工程266
13.3.1数据映射目录准备267
13.3.2词典准备和lang目录生成269
13.3.3语言模型训练271
13.3.4声学特征提取与倒谱均值归一化273
13.3.5声学模型训练与强制对齐274
13.3.6解码测试与指标计算277
13.4本章小结279
4章Espnet实践280
14.1数据准备280
14.1.1映射文件准备280
14.1.2特征提取281
14.1.3数据增强282
14.1.4词典生成282
14.1.5数据打包283
14.2Espnet配置文件284
14.3语言模型训练285
14.4声学模型训练287
14.4.1声学模型训练脚本287
14.4.2CTC声学模型训练288
14.4.3Attention声学模型训练289
14.4.4RNN-T模型训练290
14.4.5Transformer模型训练292
14.5语音识别解码293
14.6Espnet训练解码可视化294
14.6.1Espnet训练参数可视化294
14.6.2Espnet中的Attention可视化295
14.6.3Espnet解码结果可视化296
14.7本章小结297
14.8参考资料297
5章工业应用实践298
15.1动态库封装298
15.1.1函数接口298
15.1.2动态库编译306
15.1.3动态库调用309
15.2语音云平台310
15.3识别引擎优化315
15.3.1加快响应速度315
15.3.2定制语言模型316
15.3.3定制声学模型316
15.4嵌入式移植318
15.5本章小结319
内容摘要
本书系统地介绍了语音识别的原理和应用,全书共分15章,原理部分涵盖声学特征、隐马尔可夫模型(HMM)、高斯混合模型(GMM)、深度神经网络(DNN)、语言模型和加权有限状态转换器(WFST),重点描述了GMM-HMM、DNN-HMM和端到端(E2E)三种语音识别框架。本书应用部分包含Kaldi、Espnet、工业应用实践介绍,内容主要来自工程经验,极具实用性。本书可以作为普通高等学校人工智能、计算机科学与技术、电子信息工程、自动化等专业的本科生及研究生教材,也适合作为从事智能语音系统的科研和工程技术人员的参考用书。
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间:09月02日 10:30
即将开播,去预约
直播中,去观看