应用语音识别

• 音频预处理

  为 ASR 模型预处理和准备音频数据。

• 特征提取

  实现 MFCC 和对数梅尔频谱图等特征提取技术。

• 声学建模

  使用 RNN、LSTM 和 Transformer 构建和训练声学模型。

• 语言建模

  将语言模型整合到解码过程中以提高准确率。

• 系统评估

  使用 WER 等标准度量评估和基准测试 ASR 系统性能。

• 部署

  构建实用的语音转文本应用管道。

本课程没有先修课程。

目前没有推荐的后续课程。