智能语音技术的深度解析

语音识别的定义和概要简述
a)语音识别的发展简史
i.1950年—贝尔实验室首次实现Audrey英文数字识别系统
ii.1970年--美国国防部研究所（DARPA）赞助了五年期限的语音理解研究项目，推动了语音识别的一次大发展
iii.1980年--隐马尔科夫模型（ HMM ）、N-gram语言模型
iv.1990年—提出了区分性的模型训练方法MCE和MMI，使得语音识别的精确度日益提高
v.2000年--神经网络之父Hinton提出深度置信网络

b)语音识别技术简要原理
i.声音模拟信号转换成数字信号
ii.香农定理，傅里叶变换
iii.硬件传感器技术的迭代和进步
二．语音识别在日常生活中的应用场景
a)语音识别，声纹识别
b)机器翻译，语音合成
c)对话机器人
三．传统的语音识别的方法和原理
a)前端信号处理
1.语音活动检测
2.降噪，回音消除，混响消除
3.声源定位，波束形成
b)声学模型
1.隐马尔科夫模型
c)语言模型
1.CRF条件随机场
四.深度学习神经网络时代的语音识别场景
a)端到端（END-TO-END）的概念
a)特征工程的取消
b)用大规模参数拟合和逼近
b)神经元和神经网络，深度学习的概念
a)感知机和神经元，神经网络，深度学习的概念
b)算力和数据规模的提升，促进了拟合客观物理世界准确率的提升
c)CNN，RNN，LSTM，BILSTM神经网络模型架构
a)卷积神经网络CNN的模型架构
b)循环神经网络RNN的模型架构
c)LSTM和BILSTM的模型架构
d)Transformer模型架构
a)Transformer+Attention注意力机制的模型架构
五.语音技术在各个应用场景中的应用
a)语音识别—科大讯飞语音输入法，门禁系统，智能问答，智能音箱
b)声纹识别—生物特征检测识别
c)机器翻译—搜狗语音翻译笔，旅游留学中英互译，中西互译，中法互译等
d)语音合成—名人的声音模拟和合成
e)对话机器人—银行智能语音，智能客服 

中国科学院计算机博士，腾讯人工智能高级算法研究员

Ø 毕业于中国科技大学计算机系，获得博士学位

Ø 曾任百度公司搜索引擎高级工程师，凤巢广告竞价系统技术负责人

Ø 曾任搜狗公司搜索引擎算法高级研究员

Ø 现任腾讯公司人工智能，深度学习，数据挖掘大数据处理高级算法研究员

胡老师曾在多家大型互联网公司总部工作，有丰富的互联网大数据，机器学习，数据挖掘以及人工智能方面的实践知识和项目案例。

主导研发了百度公司新一代凤巢广告竞价系统，在全国中小企业广告主在互联网公司投放广告策略技巧方面有很深造诣

主要负责搜索引擎的研发，以及信息流广告产品的展现策略和架构的设计，对全国中小型企业和公司在互联网行业的广告投放策略和流量管理，都有丰富的经验。

主导研发了百度公司国际化战略的日文搜索引擎系统

主导开发了腾讯公司的腾讯新闻APP客户端等信息流产品。

胡老师总结了近十年以来在一线互联网公司的大数据，人工智能，数据挖掘以及机器学习等实践经验，对中国的互联网高科技发展方向深耕多年，对全国中小型企业转向互联网+战略方向，以及互联网营销方面，总结出了一套关于民营企业拥抱与转型互联网+的世界观和方法论

主讲课题：

《生物识别》

《大数据技术与应用》

《智能语音技术的深度解析》

《机器学习常见算法以及实践项目》

《人工智能产品分析和工程架构思考》

《人工智能产品管理和产品设计方法》

《人工智能可用性研究以及业务场景探索》

• 人工智能智能语音技术的深度解析

   

  一．语音识别的定义和概要简述a)语音识别的发展简史i.1950年—贝尔实验室首次实现Audrey英文数字识别系统ii.1970年--美国国防部研究所（DARPA）赞助了五年期限的语音理解研究项目，推动了语音识别的一次大发展iii.1980年--隐马尔科夫模型（ HMM ）、N-gram语言模型iv.1990年&mdas..

  ￥   元/ 天

  人气：751