本書系統(tǒng)地介紹了語音識(shí)別在大模型時(shí)代的新技術(shù)與新應(yīng)用。全書共16章，原理部分涵蓋聲學(xué)特征、隱馬爾可夫模型（HMM）、高斯混合模型（GMM）、深度神經(jīng)網(wǎng)絡(luò)（DNN）、語言模型和加權(quán)有限狀態(tài)轉(zhuǎn)換器（WFST）、語音大模型，重點(diǎn)描述了GMM-HMM、DNN-HMM和端到端（E2E）三種語音識(shí)別框架；應(yīng)用部分包含Kaldi、W

"近年來人工智能技術(shù)突飛猛進(jìn)，以語音識(shí)別為代表的音頻處理技術(shù)取得了大量突破，但該領(lǐng)域內(nèi)理論結(jié)合實(shí)戰(zhàn)的入門書籍卻較為缺乏，本書旨在為有志學(xué)習(xí)音頻信號(hào)處理的讀者提供一本實(shí)用的入門書籍。本書共13章，第1章和第2章是基礎(chǔ)部分，包括聲學(xué)基礎(chǔ)知識(shí)及Python基礎(chǔ)等內(nèi)容；第3到4章介紹了音頻信號(hào)的獲取及分析方法；第5~8章介紹了

本書的撰寫主要分為四個(gè)章節(jié)：第一章數(shù)字音頻藝術(shù)的基本藝術(shù)體系；第二章數(shù)字音頻藝術(shù)教育；第三章廣播劇與影視動(dòng)漫聲音研究；第四章數(shù)字音頻的文化產(chǎn)業(yè)分析。主要內(nèi)容：1、理清數(shù)字音頻創(chuàng)意產(chǎn)業(yè)發(fā)展的脈絡(luò)，建立數(shù)字音頻創(chuàng)意發(fā)展編年史。2、形成數(shù)字音頻創(chuàng)意教育引導(dǎo)機(jī)制的研究報(bào)告，提出音頻創(chuàng)意產(chǎn)業(yè)發(fā)展的咨詢報(bào)告。3、綜合性分析音頻創(chuàng)意

全書共分11章，主要介紹了聲學(xué)基礎(chǔ)知識(shí)、音頻信號(hào)的數(shù)字化、數(shù)字音頻壓縮編碼的基本原理及相關(guān)標(biāo)準(zhǔn)、信道編碼與調(diào)制技術(shù)、光盤存儲(chǔ)技術(shù)、電子樂器數(shù)字接口(MIDI)、數(shù)字音頻文件格式、音頻處理與控制設(shè)備、數(shù)字音頻工作站、數(shù)字聲音廣播、音頻測(cè)量與分析等內(nèi)容。每章都附有小結(jié)與習(xí)題，以指導(dǎo)讀者加深對(duì)本書主要內(nèi)容的理解。本書可作為高

本教材結(jié)合語音信息處理的理論與實(shí)踐部分，主要內(nèi)容包括語音產(chǎn)生與感知機(jī)理、語音信號(hào)處理、語音識(shí)別、統(tǒng)計(jì)語音合成、語音增強(qiáng)、聲紋識(shí)別、語音對(duì)話以及語音信息處理的前瞻技術(shù)等。全書共分8章。第1章介紹語音產(chǎn)生與感知機(jī)理，以及與此相關(guān)的語言基礎(chǔ)知識(shí)，是全書的理論基礎(chǔ)。第2章介紹語音信號(hào)處理的基礎(chǔ)，包括語音產(chǎn)生與感知的數(shù)學(xué)模型、語

本書是一本深入探討B(tài)BC監(jiān)聽音箱的專著。BBC在聲學(xué)領(lǐng)域貢獻(xiàn)卓著，其研發(fā)的監(jiān)聽音箱具有悠久的歷史和廣泛的影響力，對(duì)當(dāng)今的聲音美學(xué)理念和音響產(chǎn)品產(chǎn)生了深遠(yuǎn)影響。作者楊立新先生憑借多年對(duì)BBC設(shè)計(jì)理念的系統(tǒng)性研習(xí)、對(duì)BBC聲學(xué)文獻(xiàn)和監(jiān)聽音箱的深入研究，以及對(duì)原始設(shè)備的精心修復(fù)經(jīng)驗(yàn)，為讀者提供了全面而系統(tǒng)的BBC監(jiān)聽音箱知識(shí)

本書從人類聽覺、視覺的處理機(jī)制出發(fā)，系統(tǒng)地介紹了聽覺和視覺感知模型、音視頻(圖像)壓縮編碼技術(shù)、音視頻(圖像)處理技術(shù)、基于內(nèi)容的音視頻(圖像)檢索技術(shù)、數(shù)字音視頻技術(shù)的交叉應(yīng)用等內(nèi)容。同時(shí)，本書還給出了相關(guān)知識(shí)的應(yīng)用實(shí)例，這寫實(shí)例都具有較高的參考和實(shí)用價(jià)值。本書涵蓋的學(xué)科領(lǐng)域十分廣泛，包括人工智能、信號(hào)處理、圖像處理

本書采用項(xiàng)目式的編寫方法，系統(tǒng)地介紹了語音識(shí)別的基本概念、基本原理和常用技術(shù)，并使用Python語言對(duì)每項(xiàng)技術(shù)進(jìn)行了編程實(shí)現(xiàn)。全書共有8個(gè)項(xiàng)目，內(nèi)容涵蓋搭建語音識(shí)別開發(fā)環(huán)境、語音特征提取、構(gòu)建傳統(tǒng)聲學(xué)模型、使用深度神經(jīng)網(wǎng)絡(luò)構(gòu)建聲學(xué)模型、訓(xùn)練語言模型、構(gòu)建語音識(shí)別解碼器、構(gòu)建端到端的語音識(shí)別模型和中文普通話語音識(shí)別。

本書介紹了語音信號(hào)處理的基礎(chǔ)、原理、方法和應(yīng)用，以及該學(xué)科領(lǐng)域近年來取得的一些新的研究成果和技術(shù)。全書共分13章，內(nèi)容包括：緒論、語音信號(hào)處理的基礎(chǔ)知識(shí)、語音信號(hào)處理的常用算法、語音信號(hào)分析、語音信號(hào)特征提取技術(shù)、語音增強(qiáng)、語音識(shí)別、說話人識(shí)別、語音編碼、語音合成與轉(zhuǎn)換、語音信號(hào)情感處理、聲源定位、多模態(tài)語音信號(hào)處理。

本教材緊密結(jié)合《數(shù)字音效》課程設(shè)計(jì)，以聲音概念為理論基礎(chǔ)、人種志方法論為研究方法，結(jié)合Audition聲音編輯軟件，以保護(hù)聲音文化遺產(chǎn)為目標(biāo)，結(jié)合聲音研究實(shí)踐案例，最終實(shí)現(xiàn)把數(shù)字音效教材與交互媒體專業(yè)課程結(jié)合。該課程將理論課與實(shí)踐作業(yè)相結(jié)合，以更直接的方式接觸和理解聲音、空間和材質(zhì)，使學(xué)生能夠運(yùn)用這些知識(shí)進(jìn)行個(gè)人創(chuàng)作。