深度学习：语音识别技术实践

封面

版权信息

作者简介

内容简介

前言

第1章 语音识别技术

1.1 总体结构

1.2 Linux基础

1.3 安装Micro编辑器

1.4 安装Kaldi

1.5 yesno例子

1.6 构建一个简单的ASR

1.7 Voxforge例子

1.8 数据准备

1.9 加权有限状态转换

1.10 语音识别语料库

1.11 Linux shell脚本基础

第2章 C#开发语音识别

2.1 准备开发环境

2.2 计算卷积

2.3 记录语音

2.4 读入语音信号

2.5 离散傅里叶变换

2.6 移除静音

第3章 Perl开发语音识别

3.1 变量

3.2 多维数组

3.3 常量

3.4 操作符

3.5 控制流

3.6 文件与目录

3.7 例程

3.8 执行命令

3.9 正则表达式

3.10 命令行参数

第4章 Python开发语音识别

4.1 Windows操作系统下安装Python

4.2 Linux操作系统下安装Python

4.3 选择版本

4.4 开发环境

4.5 注释

4.6 变量

4.7 数组

4.8 列表

4.9 元组

4.10 字典

4.11 控制流

4.12 模块

4.13 函数

4.14 读写文件

4.15 面向对象编程

4.16 命令行参数

4.17 数据库

4.18 日志记录

4.19 异常处理

4.20 测试

4.21 语音活动检测

4.22 使用numpy

第5章 Java开发语音识别

5.1 实现卷积

5.2 KaldiJava

5.3 TensorFlow的Java接口

第6章 语音信号处理

6.1 使用FFmpeg

6.2 标注语音

6.3 时间序列

6.4 端点检测

6.5 动态时间规整

6.6 傅里叶变换

6.7 MFCC特征

6.8 说话者识别

6.9 解码

第7章 深度学习

7.1 神经网络基础

7.2 卷积神经网络

7.3 搭建深度学习开发环境

7.4 nnet3实现代码

7.5 编译Kaldi

7.6 端到端深度学习

7.7 Dropout解决过度拟合问题

7.8 矩阵运算

第8章 语言模型

8.1 概率语言模型

8.2 KenLM语言模型工具包

8.3 ARPA文件格式

8.4 依存语言模型