ASR学习经验分享

声明

以下分享的学习经历和经验皆是本人亲身的学习经历，推荐的每本书和每个视频课都有认真读完或看完，基于此分享一些好的东西给有需要的人。

相关基础

要学习语音识别，DSP、线性代数以及一些基本编程能力肯定是要有的

学习步骤

1. 首先是深度学习相关知识：大力推荐《Deep Learning》，这本书相信大家都很认可，时间有限的话重点看前两部分就行。视频课比较推荐台大李宏毅老师的“Machine Learning”，李老师讲的真的很好，B站以及Youtube上都有资源。
2. 然后是一些语音信号方面的知识：可以看看《语音信号处理（第3版）》，浏览浏览，对语音的各个领域比如声纹识别以及语音识别都有个大概了解。
3. 一些机器学习框架的学习使用：本人是从Pytorch学起，上手之后再学一些别的框架比如Keras就很容易了。比较推荐B站上的一个Pytorch视频课，链接：视频课
   上课的是个博士生，本身是做NLP的，不仅可以快速入门Pytorch对之后的ASR学习也很有帮助，本人当时只看了这个视频课的前两节课，就基本可以自己操作 Pytorch了，本年后开始学习ASR后才剩下的部分看完。
4. ASR知识学习：首先目前ASR框架大致分为:HMM和seq2seq两派。HMM相对传统，当然和深度学习结合后效果还是很好的，据我所知一些商用的就是采用的DNN-HMM Hybrid的架构。在这类方法市面上很多书，可以看看《解析深度学习：语音识别实践》。对于 seq2seq方法的学习，涉及到的知识都比较新，大力推荐李宏毅老师的视频课：人类语言处理 HLP，讲的很透彻。
5. 最后，基本知识都有了之后，重点找开源的程序，自己读读程序，再尝试复现几篇论文的结果，你就真正入门了。