掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥76.3
加入購(gòu)物車
人工智能出版工程人工智能(語(yǔ)音識(shí)別理解與實(shí)踐)(精) 版權(quán)信息
- ISBN：9787121381430
- 條形碼：9787121381430 ; 978-7-121-38143-0
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
人工智能出版工程人工智能(語(yǔ)音識(shí)別理解與實(shí)踐)(精) 內(nèi)容簡(jiǎn)介
全書首先概要介紹了傳統(tǒng)語(yǔ)音識(shí)別理論和經(jīng)典的深度神經(jīng)網(wǎng)絡(luò)核心算法。接著全面而深入地介紹了深度學(xué)習(xí)在語(yǔ)音識(shí)別中的應(yīng)用，包括"深度神經(jīng)網(wǎng)絡(luò)-隱馬爾可夫混合模型”的訓(xùn)練和優(yōu)化，特征表示學(xué)習(xí)、模型融合、自適應(yīng)，以及以循環(huán)神經(jīng)網(wǎng)絡(luò)為代表的若干優(yōu)選深度學(xué)習(xí)技術(shù)。
人工智能出版工程人工智能(語(yǔ)音識(shí)別理解與實(shí)踐)(精) 目錄
第1章 簡(jiǎn)介
1.1 自動(dòng)語(yǔ)音識(shí)別：更好的溝通之橋
1.1.1 人類之間的交流
1.1.2 人機(jī)交流
1.2 語(yǔ)音識(shí)別系統(tǒng)的基本結(jié)構(gòu)
1.3 口語(yǔ)理解與人機(jī)對(duì)話系統(tǒng)
1.4 全書結(jié)構(gòu)
第Ⅰ部分 傳統(tǒng)聲學(xué)模型
第2章 混合高斯模型
2.1 隨機(jī)變量
2.2 高斯分布和混合高斯隨機(jī)變量
2.3 參數(shù)估計(jì)
2.4 采用混合高斯分布對(duì)語(yǔ)音特征建模
第3章 隱馬爾可夫模型及其變體
3.1 介紹
3.2 馬爾可夫鏈
3.3 序列與模型
3.3.1 隱馬爾可夫模型的性質(zhì)
3.3.2 隱馬爾可夫模型的仿真
3.3.3 隱馬爾可夫模型似然度的計(jì)算
3.3.4 計(jì)算似然度的高效算法
3.3.5 前向與后向遞歸式的證明
3.4 期望*大化算法及其在學(xué)習(xí)HMM參數(shù)中的應(yīng)用
3.4.1 期望*大化算法介紹
3.4.2 使用EM算法來學(xué)習(xí)HMM參數(shù)——Baum-Welch算法
3.5 用于解碼HMM狀態(tài)序列的維特比算法
3.5.1 動(dòng)態(tài)規(guī)劃和維特比算法
3.5.2 用于解碼HMM狀態(tài)的動(dòng)態(tài)規(guī)劃算法
3.6 隱馬爾可夫模型和生成語(yǔ)音識(shí)別模型的變體
3.6.1 用于語(yǔ)音識(shí)別的GMM-HMM模型
3.6.2 基于軌跡和隱藏動(dòng)態(tài)模型的語(yǔ)音建模和識(shí)別
3.6.3 使用生成模型HMM及其變體解決語(yǔ)音識(shí)別問題
第Ⅱ部分 深層神經(jīng)網(wǎng)絡(luò)在語(yǔ)音識(shí)別中的應(yīng)用及分析
第4章 全連接深層神經(jīng)網(wǎng)絡(luò)
4.1 全連接深層神經(jīng)網(wǎng)絡(luò)框架
4.2 使用誤差反向傳播進(jìn)行參數(shù)訓(xùn)練
4.2.1 訓(xùn)練準(zhǔn)則
4.2.2 訓(xùn)練算法
4.3 實(shí)際應(yīng)用
4.3.1 數(shù)據(jù)預(yù)處理
4.3.2 模型初始化
4.3.3 權(quán)重衰減
4.3.4 丟棄法
4.3.5 批規(guī)范化
……
第Ⅲ部分 先進(jìn)深度學(xué)習(xí)模型在語(yǔ)音識(shí)別中的應(yīng)用
第Ⅳ部分 高級(jí)語(yǔ)音識(shí)別方法
第Ⅴ部分 復(fù)雜場(chǎng)景下的語(yǔ)音識(shí)別
第Ⅵ部分 口語(yǔ)理解及對(duì)話系統(tǒng)的深度學(xué)習(xí)實(shí)踐
第Ⅶ部分 總結(jié)及展望
縮略詞表
作者簡(jiǎn)介
參考文獻(xiàn)
展開全部
人工智能出版工程人工智能(語(yǔ)音識(shí)別理解與實(shí)踐)(精) 作者簡(jiǎn)介
俞棟博士是國(guó)際電氣電子工程師學(xué)會(huì)會(huì)士（IEEE Fellow）、國(guó)際計(jì)算機(jī)學(xué)會(huì)杰出科學(xué)家（ACM Distinguished Scientist）。他現(xiàn)任騰訊人工智能實(shí)驗(yàn)室副主任、騰訊公司杰出科學(xué)家，并兼任香港中文大學(xué)（深圳）、上海交通大學(xué)、浙江大學(xué)等多所高校的客座/兼職教授。加入騰訊前，他是微軟雷德蒙研究院語(yǔ)音與對(duì)話系統(tǒng)首席研究員。他是語(yǔ)音識(shí)別和深度學(xué)習(xí)方向的著名學(xué)者，出版了兩本專著和200多篇論文（google scholar 引用近3萬(wàn)）。他是80余項(xiàng)專利的發(fā)明人以及深度學(xué)習(xí)開源軟件CNTK的發(fā)起人和主要作者之一。他在基于深度學(xué)習(xí)的語(yǔ)音識(shí)別和分離技術(shù)上的一系列開創(chuàng)性工作，極大的推動(dòng)了語(yǔ)音處理領(lǐng)域的發(fā)展。他的工作獲得了2005年ACMSE最佳論文獎(jiǎng)以及2013年和2016年IEEE 信號(hào)處理學(xué)會(huì)最佳論文獎(jiǎng)。俞棟博士曾擔(dān)任IEEE語(yǔ)音語(yǔ)言處理專業(yè)委員會(huì)委員、IEEE西雅圖分會(huì)副主席、和APSIPA杰出講師，也曾任IEEE/ACM音頻、語(yǔ)音及語(yǔ)言處理匯刊和IEEE信號(hào)處理雜志等期刊的副編輯、以及多個(gè)國(guó)際會(huì)議的技術(shù)委員會(huì)和組織委員會(huì)成員。
書友推薦
- >
月亮與六便士
- >
苦雨齋序跋文-周作人自編集
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
隨園食單
- >
有舍有得是人生
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
名家?guī)阕x魯迅:朝花夕拾
- >
月亮虎
本類暢銷
