| FindBook |
有 1 項符合
圖解語音識別的圖書 |
 |
圖解語音識別 作者：（日）荒木雅弘 出版社：人民郵電出版社 出版日期：2020-04-01 語言：簡體中文 規格：平裝 / 191頁 / 32k/ 13 x 19 x 1 cm / 普通級/ 單色印刷 / 初版 |
博客來| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：圖解語音識別
內容簡介
《圖解語音辨識》從語音辨識的歷史和基礎知識講起，通過圖解的方式對語音辨識技術進行了盡可能簡單的解釋。內容涉及語音學基礎知識、統計模式識別、有限狀態自動機、語音特徵的提取、聲學模型和語言模型、搜索演算法和基於WFST的語音辨識技術等。此外，本書沒有將語音辨識限定在“將語音轉換成文本”的傳統範疇內，而是在此基礎上，還講解了從語音辨識技術到人機對話技術的演進過程和方法。內容涉及語義分析和語音對話系統的實現。
作者介紹
荒木雅弘
1964年出生於日本大阪。1993年完成 了日本京都大學研究生院研究科資訊工程專業博士課程的學習。先後擔任過京都大學工學部助教和京都大學綜合資訊媒體中心講師。1999年開始擔任日本京都工藝纖維大學工藝系助理教授，2007年晉升為研究生院工藝科學研究科副教授。目前正在開發以語義網為知識庫的對話系統，研究用於多模態對話系統的描述語言。
1964年出生於日本大阪。1993年完成 了日本京都大學研究生院研究科資訊工程專業博士課程的學習。先後擔任過京都大學工學部助教和京都大學綜合資訊媒體中心講師。1999年開始擔任日本京都工藝纖維大學工藝系助理教授，2007年晉升為研究生院工藝科學研究科副教授。目前正在開發以語義網為知識庫的對話系統，研究用於多模態對話系統的描述語言。
目錄
第1章 開篇
1.1 什麼是語音辨識 2
1.2 語音辨識的歷史 4
1.3 語音辨識的用處 6
1.4 為什麼很難 8
1.5 本書的目標 10
1.6 小結 12
第2章 什麼是語音
2.1 語音學 16
2.2 聲音是如何產生的——發音語音學 16
2.3 聲音的真面目——聲學語音學 23
2.4 聲音是如何被感知的——感知語音學 29
2.5 總結 32
第3章 統計模式識別
3.1 什麼是模式識別 34
3.2 統計模式識別的思路 36
3.3 生成模型的訓練 40
3.4 判別模型的訓練 44
3.5 統計語音辨識的概要 45
3.6 總結 48
第4章 有限狀態自動機
4.1 什麼是有限狀態自動機 50
4.2 用有限狀態自動機表達的語言 53
4.3 各種各樣的有限狀態自動機 55
4.4 有限狀態自動機的性質 58
4.5 總結 59
第5章 語音特徵的提取
5.1 特徵提取的步驟 62
5.2 語音信號的數位化 64
5.3 人類聽覺模擬——頻譜分析 67
5.4 另一個精巧設計——倒譜分析 69
5.5 雜訊去除 72
5.6 總結 73
第6章 語音辨識：基本聲學模型
6.1 聲學模型的單位 76
6.2 什麼是隱瑪律可夫模型 78
6.3 隱瑪律可夫模型的概率計算 81
6.4 狀態序列的估計 83
6.5 參數訓練 85
6.6 總結 89
第7章 語音辨識：聲學模型
7.1 實際的聲學模型 92
7.2 判別訓練 94
7.3 深度學習 96
7.4 總結 98
第8章 語音辨識：語言模型
8.1 基於語法規則的語言模型 100
8.2 統計語言模型的思路 101
8.3 統計語言模型的建立方法 103
8.4 總結 108
第9章 語音辨識：搜索演算法
9.1 填補聲學模型和語言模型之間的空隙 112
9.2 狀態空間搜索 113
9.3 用樹形字典減少浪費 115
9.4 用集束搜索縮小範圍 116
9.5 用多次搜索提高精度 118
9.6 總結 120
第10章 語音辨識：WFST運算
10.1 WFST的合成運算 124
10.2 確定化 129
10.3 權重移動 133
10.4 最小化 134
10.5 總結 135
第11章 語音辨識：使用 WFST進行語音辨識
11.1 WFST轉換 138
11.2 聲學模型的 WFST轉換 139
11.3 發音字典的 WFST轉換 141
11.4 語言模型的 WFST轉換 142
11.5 WFST的搜索 144
11.6 總結 145
第12章 語義分析
12.1 什麼是語義表示 148
12.2 基於規則的語義分析處理 151
12.3 基於統計的語義分析處理 153
12.4 智慧手機的語音服務 156
12.5 總結 159
第13章 語音對話系統的實現
13.1 對話系統的開發方法 162
13.2 基於規則的對話管理 164
13.3 針對對話管理的統計方法 166
13.4 總結 170
第14章 終篇
14.1 語音分析工具 WaveSurfer 174
14.2 HMM構建工具 HTK 175
14.3 大詞彙量連續語音辨識引擎 Julius 177
14.4 虛擬代理對話工具 MMDAgent 179
14.5 深入學習之路 180
思考題的解答 182
參考文獻 188
後 記 191
1.1 什麼是語音辨識 2
1.2 語音辨識的歷史 4
1.3 語音辨識的用處 6
1.4 為什麼很難 8
1.5 本書的目標 10
1.6 小結 12
第2章 什麼是語音
2.1 語音學 16
2.2 聲音是如何產生的——發音語音學 16
2.3 聲音的真面目——聲學語音學 23
2.4 聲音是如何被感知的——感知語音學 29
2.5 總結 32
第3章 統計模式識別
3.1 什麼是模式識別 34
3.2 統計模式識別的思路 36
3.3 生成模型的訓練 40
3.4 判別模型的訓練 44
3.5 統計語音辨識的概要 45
3.6 總結 48
第4章 有限狀態自動機
4.1 什麼是有限狀態自動機 50
4.2 用有限狀態自動機表達的語言 53
4.3 各種各樣的有限狀態自動機 55
4.4 有限狀態自動機的性質 58
4.5 總結 59
第5章 語音特徵的提取
5.1 特徵提取的步驟 62
5.2 語音信號的數位化 64
5.3 人類聽覺模擬——頻譜分析 67
5.4 另一個精巧設計——倒譜分析 69
5.5 雜訊去除 72
5.6 總結 73
第6章 語音辨識：基本聲學模型
6.1 聲學模型的單位 76
6.2 什麼是隱瑪律可夫模型 78
6.3 隱瑪律可夫模型的概率計算 81
6.4 狀態序列的估計 83
6.5 參數訓練 85
6.6 總結 89
第7章 語音辨識：聲學模型
7.1 實際的聲學模型 92
7.2 判別訓練 94
7.3 深度學習 96
7.4 總結 98
第8章 語音辨識：語言模型
8.1 基於語法規則的語言模型 100
8.2 統計語言模型的思路 101
8.3 統計語言模型的建立方法 103
8.4 總結 108
第9章 語音辨識：搜索演算法
9.1 填補聲學模型和語言模型之間的空隙 112
9.2 狀態空間搜索 113
9.3 用樹形字典減少浪費 115
9.4 用集束搜索縮小範圍 116
9.5 用多次搜索提高精度 118
9.6 總結 120
第10章 語音辨識：WFST運算
10.1 WFST的合成運算 124
10.2 確定化 129
10.3 權重移動 133
10.4 最小化 134
10.5 總結 135
第11章 語音辨識：使用 WFST進行語音辨識
11.1 WFST轉換 138
11.2 聲學模型的 WFST轉換 139
11.3 發音字典的 WFST轉換 141
11.4 語言模型的 WFST轉換 142
11.5 WFST的搜索 144
11.6 總結 145
第12章 語義分析
12.1 什麼是語義表示 148
12.2 基於規則的語義分析處理 151
12.3 基於統計的語義分析處理 153
12.4 智慧手機的語音服務 156
12.5 總結 159
第13章 語音對話系統的實現
13.1 對話系統的開發方法 162
13.2 基於規則的對話管理 164
13.3 針對對話管理的統計方法 166
13.4 總結 170
第14章 終篇
14.1 語音分析工具 WaveSurfer 174
14.2 HMM構建工具 HTK 175
14.3 大詞彙量連續語音辨識引擎 Julius 177
14.4 虛擬代理對話工具 MMDAgent 179
14.5 深入學習之路 180
思考題的解答 182
參考文獻 188
後 記 191
|
