複雜環境下語音信號處理的深度學習方法
張曉雷
- 出版商: 清華大學
- 出版日期: 2022-01-01
- 定價: $1,008
- 售價: 7.9 折 $796
- 語言: 簡體中文
- 頁數: 244
- 裝訂: 精裝
- ISBN: 7302590001
- ISBN-13: 9787302590002
-
相關分類:
語音辨識 Speech-recognition
立即出貨 (庫存=1)
買這商品的人也買了...
-
程式設計師的自我修養－連結、載入、程式庫$580$493 -
Deep Learning｜用 Python 進行深度學習的基礎理論實作$580$458 -
初探機器學習｜使用 Python (Thoughtful Machine Learning with Python)$480$379 -
Deep Learning 2｜用 Python 進行自然語言處理的基礎理論實作$680$537 -
Low-cost Smart Antennas (Hardcover)$1,560$1,529 -
$507語音信號處理, 3/e -
生成深度學習｜訓練機器繪畫、作曲、寫作與玩遊戲 (Generative Deep Learning)$580$458 -
$594聲紋技術：從核心算法到工程實踐 -
Deep Learning 3｜用 Python 進行深度學習框架的開發實作$780$616 -
$594AI 嵌入式系統：算法優化與實現 -
$210深度神經網絡 FPGA 設計與實現 -
動手學 GitHub！現代人不能不知道的協同合作平台$600$474 -
PyTorch 深度學習實作：利用 PyTorch 實際演練神經網路模型$600$396 -
AI 加速器架構設計與實現圖書$594$564 -
Deep Learning 4｜用 Python 進行強化學習的開發實作$680$537 -
跟 NVIDIA 學深度學習！從基本神經網路到 ......、GPT、BERT...，紮穩機器視覺與大型語言模型 (LLM) 的建模基礎$880$748 -
Xilinx FPGA 權威設計指南：基於 Vivado 2023 設計套件$1,188$1,129 -
Xilinx FPGA 工程師成長手記$419$398 -
基於 FPGA 的機器人計算$594$564 -
你的第一本 Git 與 GitHub 入門書：輕鬆實作本機與遠端儲存庫的版本控制$620$434 -
人工智能硬件加速器設計$534$507 -
AI 芯片應用開發實踐$414$393 -
AI 處理器硬件架構設計$774$735 -
$454用 Cursor 玩轉 AI 輔助編程 (不寫代碼也能做軟件開發) -
Deep Learning 5｜生成模型開發實作$780$616
中文年末書展｜繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components：從原子到系統，一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場：社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用：DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用！Word．Excel．PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光：資安數位生存戰$550$412 -
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$576 -
79折
Google BI 解決方案：Looker Studio × AI 數據驅動行銷實作，完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus！職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化！$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略：圖解 AI 與 Copilot 應用，輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word！論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術：用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持！Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!：Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化（iThome鐵人賽系列書）$780$608 -
78折
超實用！業務．總管．人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM：AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare：惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人：回顧從 Ada 到 AI 這條程式路，程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫！用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者：Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本｜Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊：生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
語音降噪處理是信號處理的重要分支領域。近年來，該領域在人工智能與深度學習技術的驅動下取得了突破性進展。本書系統總結語音降噪處理的深度學習方法，盡可能涵蓋該方法的前沿進展。全書共分8章。第 1章是緒論；第 2章介紹深度學習的基礎知識和常見的深度網絡模型；第 3～6章集中介紹基於深度學習的語音降噪處理前端算法，其中，第 3章介紹語音檢測，第4章介紹單通道語音增強，第5章介紹多通道語音增強，第6章介紹多說話人語音分離；第7章和第 8章分別介紹基於深度學習的語音降噪處理在聲紋識別和語音識別方面的應用，其中著重介紹基於深度學習的現代聲紋識別、語音識別基礎和前沿進展。 本書專業性較強，主要面向具備一定語音信號處理和機器學習基礎、致力於從事智能語音處理相關工作的高年級本科生、研究生和專業技術人員。
目錄大綱
目錄
第 1章緒論 .........................................................................................1
第 2章深度學習基礎 ............................................................................5
2.1有監督學習................................................................................ 5
2.2單層神經網絡 ............................................................................ 6
2.2.1基本模型 ........................................................................ 6
2.2.2激活函數 ........................................................................ 7
2.3前饋深度神經網絡.....................................................................10
2.3.1反向傳播算法.................................................................11
2.3.2正則化...........................................................................15
2.4循環神經網絡 ...........................................................................17
2.4.1循環神經網絡基礎 ..........................................................17
2.4.2長短時記憶網絡 .............................................................20
2.4.3門控循環神經網絡 ..........................................................22
2.4.4深層 RNN結構..............................................................23
2.4.5序列數據的 RNN建模框架 .............................................25
2.5捲積神經網絡 ...........................................................................26
2.5.1捲積神經網絡基礎 ..........................................................27
2.5.2其他捲積形式.................................................................31
2.5.3殘差神經網絡.................................................................35
2.5.4時序捲積網絡.................................................................37
2.6神經網絡中的歸一化 .................................................................39
2.6.1批歸一化 .......................................................................39
2.6.2層歸一化 .......................................................................41
2.7神經網絡中的註意力機制...........................................................42
2.7.1編碼器-解碼器框架.........................................................42
2.7.2 編碼器
-註意力機制-解碼器框架 .......................................44
2.
7.3 單調註意力機制 .............................................................46 Transformer...................................................................47
2.7.4
2.8生成對抗網絡
...........................................................................48
2.8.1 基本結構
.......................................................................49
2.8.2 模型訓練
.......................................................................51
2.9本章小結
..................................................................................52
第 3章語音檢測................................................................................. 53
3.1引言
.........................................................................................53
3.2基本知識
..................................................................................54
3.2.1 信號模型
.......................................................................54
3.2.2 評價指標
.......................................................................55
3.3語音檢測模型
...........................................................................57
3.
3.1 語音檢測模型的基本框架 ................................................57
3.
3.2 基於深度置信網絡的語音檢測 .........................................58
3.
3.3 基於降噪深度神經網絡的語音檢測...................................61
3.
3.4 基於多分辨率堆棧的語音檢測模型框架 ............................63
3.
4語音檢測模型的損失函數...........................................................65
3.
4.1 最小化交叉熵.................................................................66
3.
4.2 最小均方誤差.................................................................66
3.4.3 最大化
ROC曲線下麵積 ................................................66
3.
5語音檢測的聲學特徵 .................................................................69
3.
5.1 短時傅裏葉變換的頻帶選擇.............................................69
3.
5.2 多分辨率類耳蝸頻譜特徵 ................................................70
3.
6模型的泛化能力 ........................................................................72
3.7本章小結
..................................................................................73
第 4章單通道語音增強....................................................................... 75
4.1引言
.........................................................................................75
4.2基本知識
..................................................................................77
4.2.1 信號模型
.......................................................................77
4.2.2 評價指標
.......................................................................79
4.3頻域語音增強
...........................................................................81
4.3.1算法框架
.......................................................................81
4.3.2訓練目標
.......................................................................82
4.
3.3語音增強模型.................................................................89
4.
3.4語音去混響模型 .............................................................93
4.4時域語音增強
.........................................................................100
4.4.1關鍵問題
.....................................................................101
4.4.2捲積模型
.....................................................................102
4.4.3損失函數
.....................................................................104
4.5本章小結
................................................................................106
第 5章多通道語音增強..................................................................... 107
5.1引言
.......................................................................................107
5.2信號模型
................................................................................108
5.
3空間特徵提取法 ......................................................................109
5.3.1空間特徵
.....................................................................109
5.3.2深度模型
.....................................................................111
5.4波束形成方法
.........................................................................113
5.
4.1自適應波束形成器 ........................................................114
5.4.2噪聲估計
.....................................................................116
5.
4.3基於神經網絡的波束形成方法 .......................................117
5.
5自組織麥克風陣列方法 ............................................................121
5.
5.1深度自組織波束形成.....................................................123
5.
5.2通道權重估計...............................................................124
5.
5.3通道選擇算法...............................................................125
5.6本章小結
................................................................................131
第 6章多說話人語音分離 ................................................................. 133
6.1引言
.......................................................................................133
6.2信號模型
................................................................................134
6.
3與說話人相關的語音分離方法 ..................................................134
6.
3.1模型匹配法 ..................................................................134
6.
3.2聲紋特徵法 ..................................................................139
6.
4與說話人無關的語音分離.........................................................142
6.
4.1深度聚類算法...............................................................143
6.
4.2置換不變訓練算法 ........................................................146
6.
4.3基於時域捲積的端到端語音分離算法 .............................148
6.5本章小結
................................................................................151
第 7章聲紋識別............................................................................... 153
7.1引言
.......................................................................................153
7.2說話人確認
.............................................................................155
7.
2.1說話人確認基礎 ...........................................................155
7.
2.2基於分類損失的深度嵌入說話人確認算法.......................159
7.
2.3基於確認損失的端到端說話人確認算法 ..........................168
7.
3說話人分割聚類 ......................................................................173
7.
3.1說話人分割聚類基礎.....................................................174
7.
3.2分階段說話人分割聚類 .................................................176
7.
3.3端到端說話人分割聚類算法...........................................180
7.4魯棒聲紋識別
.........................................................................183
7.
4.1結合增強前端的抗噪聲紋識別 .......................................183
7.
4.2基於無監督域自適應的魯棒聲紋識別 .............................185
7.5本章小結
................................................................................188
第 8章語音識別............................................................................... 191
8.1引言
.......................................................................................191
8.2語音識別基礎
.........................................................................193
8.2.1信號模型
.....................................................................193
8.2.2評價指標
.....................................................................193
8.
3端到端語音識別 ......................................................................194
8.
3.1連接時序分類模型 ........................................................194
8.
3.2註意力機制模型 ...........................................................203
8.
4語音識別的噪聲魯棒方法.........................................................206
8.5說話人自適應
.........................................................................210
8.
5.1說話人自適應訓練 ........................................................210
8.
5.2測試階段自適應 ...........................................................214
8.6本章小結
................................................................................220
參考文獻 ............................................................................................. 221
