实战语音唤醒、音频特征抽取、语音情绪分类、Whisper语音转换、鸟叫多标签分类、多模态语音文字转换
01
本书内容
《PyTorch语音识别实战》使用PyTorch 2.0作为语音识别的基本框架，循序渐进地引导读者从搭建环境开始，逐步深入到语音识别基本理论、算法以及应用实践，是较好的一本语音识别技术图书。本书配套示例源码、数据集、PPT课件等资源。
《PyTorch语音识别实战》分为13章，内容包括语音识别之路、PyTorch 2.0深度学习环境搭建、音频信号处理的理论与Python实战、音频处理常用工具包Librosa详解与实战、基于DNN的语音情绪分类识别、一学就会的深度学习基础算法、基于PyTorch卷积层的语音情绪分类识别、词映射与循环神经网络、基于Whisper的语音转换实战、注意力机制与注意力模型详解、鸟叫的多标签分类实战、多模态语音转换模型基础、GLM架构多模态语音文字转换实战。
02
本书作者
王晓华，高校计算机专业讲师，研究方向为云计算、大数据与人工智能。其创作的部分图书：《从零开始大模型开发与微调：基于PyTorch与ChatGLM》《PyTorch 2.0深度学习从零开始学》《Python机器学习与可视化分析实战》《谷歌JAX深度学习从零开始学》《Spark 3.0大数据分析与挖掘：基于机器学习》《TensorFlow深度学习应用实践》《TensorFlow语音识别实战》《TensorFlow 2.0深度学习从零开始学》《深度学习的数学原理与实现》。
03
本书读者
《PyTorch语音识别实战》内容详尽、示例丰富，适合作为语音识别初学者、深度学习初学者、语音识别技术人员的必备参考书，同时也非常适合作为高等院校或高职高专深度学习、语音识别等课程的教材。
04
编辑推荐
众多实战案例，带你快速掌握语音识别应用开发
基于特征词的语音唤醒实战
短时傅里叶变换实战
梅尔频率倒谱系数实战
基于音频特征的声音聚类实战
基于深度神经网络的语音情绪识别实战
基于卷积神经网络的语音情绪识别实战
基于循环神经网络的文本内容情感分类实战
基于Whisper的语音转换实战
拼音汉字转化实战
鸟叫的多标签分类实战
多模态语音文字转换实战
本文摘自《PyTorch语音识别实战》，获出版社和作者授权发布。
PyTorch语音识别实战（人工智能技术丛书）——京东
