前言
作为人工智能技术的重要组成部分，语音识别旨在研究计算机如何听懂人的讲话。来源于人工神经网络的深度学习促进了语音识别技术的发展。本书从使用开源的语音识别构建系统Kaldi开始讲起，引导读者亲自实现语音识别系统，使用了C#、Perl、Python、Java等多种编程工具。第1章介绍语音识别的基本原理和Kaldi的基本使用方法，以及使用Kaldi开发语音识别系统应用到的Linux shell脚本基础；第2章介绍使用C#开发语音识别系统；第3章介绍Perl语言开发基础；第4章介绍开发语音识别系统所需要的Python基础；第5章介绍使用Java开发语音识别系统；第6章介绍傅里叶变换、MFCC特征等常用的语音信号处理方法；第7章介绍基本的神经网络和深度学习方法及训练神经网络的反向传播方法；第8章介绍语音识别解码阶段用到的语言模型，以及语言模型工具包——KenLM。
本书适合需要具体实现语音识别的程序员使用，对机器学习等相关领域的研究人员也有一定的参考价值。猎兔搜索技术团队已经开发出以本书为基础的专门培训课程和商业软件。
本书由柳若边编著，罗刚、沙芸、张子宪、许想娇、石天盈、张继红、罗庭亮、王全军、刘宇、张天津也参与了本书的部分编创工作。本书相关的参考软件和代码在读者QQ群（378025857）的附件中可以找到。Kaldi及其底层依赖的软件，其复杂程度已经超越了一个人所能掌握的程度。此外，一些具体的细节也可以在读者QQ群讨论。在此，感谢早期合著者、合作伙伴、员工、学员、读者的支持，他们为本书的编创提供了良好的工作基础。技术的融合与创新永无止境，就如同在玻璃容器中水培植物一样，这是一个持久的工作。
编著者
12月
more >
