语音识别学习资料入门整理

GMM-HMM语音识别模型 原理篇

隐马尔科夫模型-HMM-A Tutorial On Hidden Markov Models

---

0.概念：

语音信号处理/模式识别/统计分析，

1.算法:

常用的深度学习算法，包括
cnn/dnn/rnn/lstm;
GMM/SVM/CRF/MaxEnt/HMM;
对CTC 有经验;

2.框架:

熟悉至少一种深度学习框架，包括 kaldi, tensorflow, caffe, mxnet 等；
常用工具如 Caffe, CNTK, TensorFlow, Pytorch, Kaldi, CTC 技术
熟握 Kaldi, SRiLM, RNNLM, TensorFlow 等社区开源工具中的一种及以上

3.语言：

精通C/C++，Python，Shell编程语言，对数据结构和算法设计有深刻理解；
熟悉C/C++或Python等任意一种编程语言

4.paper:

在学术会议期刊发表过相关论文者优先，有算法优化经验者优先
在相关国际会议或主流期刊上发表论文者优先（ICASSP，Interspeech，ASRU）
在Interspeech，ICASSP等语音学术会议中有论文发表者优先。

4.领域：

计算机、信号处理、自动化

---

http://www.inf.ed.ac.uk/teaching/courses/asr/

视频：數位語音處理概論

http://ocw.aca.ntu.edu.tw/ntu-ocw/ocw/cou/104S204/1

https://book.douban.com/review/8658211/#comments

转载于:https://blog.51cto.com/coffee/2094247