當前位置: 首頁 > 內訓課程 > 課程內容

相關熱門公開課程更多》

相關熱門內訓課程更多》

相關最新下載資料

人工智能智能語音技術的深度解析

課程編號：22070

課程價格：￥21200/天

課程時長：2 天

課程人氣：884

行業類別：不限行業

專業類別：人工智能

授課講師：胡忠

課程說明
講師介紹
選擇同類課

【培訓對象】

【培訓收益】

一．語音識別的定義和概要簡述

a) 語音識別的發展簡史

i. 1950年—貝爾實驗室首次實現Audrey英文數字識別系統

ii. 1970年--美國國防部研究所（DARPA）贊助了五年期限的語音理解研究項目，推動了語音識別的一次大發展

iii. 1980年--隱馬爾科夫模型（ HMM ）、N-gram語言模型

iv. 1990年—提出了區分性的模型訓練方法MCE和MMI，使得語音識別的精確度日益提高

v. 2000年--神經網絡之父Hinton提出深度置信網絡

b) 語音識別技術簡要原理

i. 聲音模擬信號轉換成數字信號

ii. 香農定理，傅里葉變換

iii. 硬件傳感器技術的迭代和進步

二．語音識別在日常生活中的應用場景

a) 語音識別，聲紋識別

b) 機器翻譯，語音合成

c) 對話機器人

三．傳統的語音識別的方法和原理

a) 前端信號處理

1. 語音活動檢測

2. 降噪，回音消除，混響消除

3. 聲源定位，波束形成

b) 聲學模型

1. 隱馬爾科夫模型

c) 語言模型

1. CRF條件隨機場

四.深度學習神經網絡時代的語音識別場景

a) 端到端（END-TO-END）的概念

a) 特征工程的取消

b) 用大規模參數擬合和逼近

b) 神經元和神經網絡，深度學習的概念

a) 感知機和神經元，神經網絡，深度學習的概念

b) 算力和數據規模的提升，促進了擬合客觀物理世界準確率的提升

c) CNN，RNN，LSTM，BILSTM神經網絡模型架構

a) 卷積神經網絡CNN的模型架構

b) 循環神經網絡RNN的模型架構

c) LSTM和BILSTM的模型架構

d) Transformer模型架構

a) Transformer+Attention注意力機制的模型架構

五.語音技術在各個應用場景中的應用

a) 語音識別—科大訊飛語音輸入法，門禁系統，智能問答，智能音箱

b) 聲紋識別—生物特征檢測識別

c) 機器翻譯—搜狗語音翻譯筆，旅游留學中英互譯，中西互譯，中法互譯等

d) 語音合成—名人的聲音模擬和合成

e) 對話機器人—銀行智能語音，智能客服

中國科學院計算機博士，騰訊人工智能高級算法研究員

Ø 畢業于中國科技大學計算機系，獲得博士學位

Ø 曾任百度公司搜索引擎高級工程師，鳳巢廣告競價系統技術負責人

Ø 曾任搜狗公司搜索引擎算法高級研究員

Ø 現任騰訊公司人工智能，深度學習，數據挖掘大數據處理高級算法研究員

胡老師曾在多家大型互聯網公司總部工作，有豐富的互聯網大數據，機器學習，數據挖掘以及人工智能方面的實踐知識和項目案例。

主導研發了百度公司新一代鳳巢廣告競價系統，在全國中小企業廣告主在互聯網公司投放廣告策略技巧方面有很深造詣

主要負責搜索引擎的研發，以及信息流廣告產品的展現策略和架構的設計，對全國中小型企業和公司在互聯網行業的廣告投放策略和流量管理，都有豐富的經驗。

主導研發了百度公司國際化戰略的日文搜索引擎系統

主導開發了騰訊公司的騰訊新聞APP客戶端等信息流產品。

胡老師總結了近十年以來在一線互聯網公司的大數據，人工智能，數據挖掘以及機器學習等實踐經驗，對中國的互聯網高科技發展方向深耕多年，對全國中小型企業轉向互聯網+戰略方向，以及互聯網營銷方面，總結出了一套關于民營企業擁抱與轉型互聯網+的世界觀和方法論

主講課題：

《生物識別》

《大數據技術與應用》

《智能語音技術的深度解析》

《機器學習常見算法以及實踐項目》

《人工智能產品分析和工程架構思考》

《人工智能產品管理和產品設計方法》

《人工智能可用性研究以及業務場景探索》