由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
醉染图书复杂环境下语音信号处理的深度学习方法9787302590002
¥ ×1
章绪论
第2章深度学习基础
2.1有监督学习
2.2单层神经网络
2.2.1基本模型
2.2.2激活函数
.前馈深度神经网络
..1反向传播算法
..2正则化
2.4循环神经网络
2.4.1循环神经网络基础
2.4.2长短时记忆网络
2.4.3门控循环神经网络
2.4.4深层RNN结构
2.4.5序列数据的RNN建模框架
2.5卷积神经网络
2.5.1卷积神经网络基础
2.5.2卷积形式
2.5.3残差神经网络
2.5.4时序卷积网络
2.6神经网络中的归-化
2.6.1批归-化
2.6.2层归-化
2.7神经网络中的注意力机制
2.7.1编码器-解码器框架
2.7.2编码器,注意力机制一解码器框架
2.7.3单调注意力机制
2.7.4Transformer
2.8生成对抗网络
2.8.1基本结构
2.8.2模型训练
2.9本章小结
第3章语音检测
3.1引言
3.2基本知识
3.2.1信号模型
3.2.2评价指标
3.3语音检测模型
3.3.1语音检测模型的基本框架
3.3.2基于深度置信网络的语音检测
3.3.3基于降噪深度神经网络的语音检测
3.3.4基于多分辨率堆栈的语音检测模型框架
3.4语音检测模型的损失函数
3.4.1化交熵
3.4.2均方误差
3.4.3优选化ROC曲线下面积
3.5语音检测的声学特征
3.5.1短时傅里叶变换的频带选择
3.5.2多分辨率类耳蜗频谱特征
3.6模型的泛化能力
3.7本章小结
第4章单通道语音
4.1引言
4.2基本知识
4.2.1信号模型
4.2.2评价指标
4.3频域语音
……
第5章多通道语音
第6章多说话人语音分离
第7章声纹识别
第8章语音识别
参考文献
张晓雷,西北工业大学教授,博导,入选青年项目、陕西省百人计划青年项目。清华大学博士、美国俄亥俄州立大学博士后。从事声信号与语音处理,机器学习,人工智能的研究工作。在Neural Networks、IEEE TPAMI、IEEE TASLP、IEEE TCYB、IEEE TSMCB等期刊、会议发表50余篇。合著译著1部。承担重点研发计划、自然科学重点项目等省部级以上项目10余项。“Multilayer Bootstrap Networks”获得靠前神经网络学会与靠前很好期刊《Neural Networks》联合授予的2020年度专享很好奖。获得亚太信号与信息处理学会杰出讲者称号、UbiMedia 2019靠前会议很好奖、北京市科学技术一等奖、科技成果完成者荣誉称号。研究成果在国内三大电信运营商、金融、交通、保险等行业的20余家主流企业成功应用。
本书将以中文抢先发售全面介绍基于深度学习的鲁棒语音处理的发展,具体包括语音检测、单通道语音、多通道语音、语音分离、鲁棒声纹识别与鲁棒语音识别。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
