語音識別理論與實踐 莫宏偉 9787522619026 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：中國水利水電
物品所在地：中國大陸
原出版社：中國水利水電
NT$267
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202310*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：語音識別理論與實踐 ISBN：9787522619026 出版社：中國水利水電 著編譯者：莫宏偉 頁數：180 所在地：中國大陸 *此為代購商品 書號：1606884 可大量預訂，請先連絡。 內容簡介 本書主要介紹語音識別原理及其相關應用。全書共9章，分為五大部分：第一部分(第1章)介紹語音識別的發展歷史和語音識別領域常用的數據集與工具箱；第二部分(第2章)介紹在語音識別領域常用的語音信號基礎知識和聲學特徵的提取；第三部分(第3章至第7章)詳細介紹語音識別的聲學模型、語言模型、解碼工具，並對語音識別領域的研究熱點(端到端語音識別)進行探討；第四部分(第8章)利用語音識別開源工具包Kaldi進行語音識別實戰，包括Kaldi的安裝以及如何訓練aishell語音識別工程；第五部分(第9章)結合序列到序列的語音識別模型和序列到序列的問答模型來構建語音交互系統。 本書既可作為計算機科學與技術、電子科學與技術、控制工程與科學、智能科學與技術等專業的本科教材和研究生教材，也可供從事語音識別、人工智慧等研究的科研人員參考。目錄 前言第1章 緒論 1 1 語音識別簡史 1 1 1 語音識別早期探索 1 1 2 概率模型一統江湖 1 1 3 神經網路異軍突起 1 1 4 商業應用推波助瀾 1 2 國內發展現狀 1 3 語音識別框架 1 3 1 經典方法 1 3 2 概率模型 1 3 3 深度神經網路一隱馬爾可夫(DNN—HMM)模型 1 3 4 端到端語音識別 1 4 開源工具與數據集 1 4 1 深度學習框架 1 4 2 開源工具 1 4 3 數據集 本章小結 課後習題 第2章 語音基礎知識 2 1 語音信號基礎 2 1 1 聲波的特性 2 1 2 聲音的採集裝置 2 1 3 聲音的採樣 2 1 4 聲音的量化 2 1 5 語音的編碼 2 2 聲學特徵提取 2 2 1 預處理 2 2 2 傅里葉變換 2 2 3 聽覺特性 2 2 4 線性預測 2 2 5 倒譜分析 2 2 6 聲學特徵 本章小結 課後習題 第3章 聲學模型 3 1 高斯混合模型 3 1 1 概率統計 3 1 2 高斯分佈 3 1 3 GMM的組成和表示 3 2 隱馬爾可夫模型 3 2 1 隱馬爾可夫模型基本概念 3 2 2 隱馬爾可夫模型的定義 3 2 3 隱馬爾可夫模型的三個基本問題 3 3 高斯混合模型一隱馬爾可夫模型 3 4 基於隱馬爾可夫模型的語音識別 3 4 1 建模單元 3 4 2 發音過程與隱馬爾可夫模型狀態 3 4 3 串接隱馬爾可夫模型 本章小結 課後習題 第4章 語言模型 4 1 n—gram模型 4 2 評價指標 4 3 平滑技術 4 3 1 Good—Turing折扣法 4 3 2 Jelinek—Mercer插值法 4 3 3 Kneser—Ney插值法 4 3 4 Katz回退法 4 4 語言模型的訓練 4 5 預訓練語言模型 4 5 1 基於自回歸語言模型的預訓練技術 4 5 2 基於自編碼語言模型的預訓練技術 4 5 3 基於序列到序列語言模型的預訓練技術 4 5 4 基於前綴語言模型的預訓練技術 4 5 5 基於排列語言模型的預訓練技術 4 5 6 預訓練技術的改進方法 本章小結 課後習題 第5章 加權有限狀態解碼器 5 1 基於動態網路的Viterbi解碼 5 2 加權有限狀態轉換器理論 5 2 1 基本概念 5 2 2 半環 5 3 HCLG構建 5 3 1 語料準備 5 3 2 構建語法模型 5 3 3 構建發音詞典模型 5 3 4 合併發音詞典與語法模型 5 3 5 構建上下文模型與發音詞典模型和語法模型 5 3 6 構建HCLG 本章小結 課後習題 第6章 深度神經網路模型 6 1 深度學習 6 2 神經網路 6 2 1 人腦神經網路 6 2 2 人工神經網路 6 2 3 神經網路的發展歷史 6 2 4 深度神經網路 6 3 正向學習過程 6 3 1 正向學習概述 6 3 2 正向傳播的流程 6 3 3 正向傳播的原理 6 4 反向調整過程 6 4 1 反向調整概述 6 4 2 反向傳播過程詳解 6 4 3 深層模型反向調整的問題與對策 6 5 神經網路結構 6 5 1 卷積神經網路 6 5 2 長短時記憶網路 6 5 3 門控循環單元 6 5 4 時延神經網路 本章小結 課後習題 第7章 端到端語音識別 7 1 CTC 7 2 RNN 7 3 Encoder Decoder框架和Attention模型 7 4 Hybrid CTC／Attention 7 5 Transforxner 本章小結 課後習題 第8章 Kaldi實戰 8 1 下載與安裝Kaldi 8 1 1 獲取源代碼 8 1 2 編譯 8 2 創建與配置基本的工程 目錄 8 3 aishell語音識別工程 8 3 1 數據映射 目錄 準備8 3 2 詞典準備和lang 目錄 生成8 3 3 語言模型訓練 8 3 4 聲學特徵提取與倒譜均值歸一化 8 3 5 聲學模型訓練與強制對齊 8 3 6 解碼測試與指標計算 本章小結 課後習題 第9章 語音交互系統 9 1 語音識別模塊 9 1 1 LAS 9 1 2 Transformer 9 1 3 數據分析 9 1 4 LAS模型對比實驗 9 1 5 Focal loss 9 2 基於序列到序列模型的問答系統 9 2 1 數據分析 9 2 2 詞向量 9 2 3 模型設計 9 2 4 實驗結果與分析 913語音交互系統的構建 9 3 1 系統搭建 9 3 2 系統測試 本章小結 課後習題 參考文獻 附錄 課後習題答案 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
