（十三）Speech/Audio/Music学习路径

顺序

资源

知识分类/使用方法

推荐指数

链接和介绍

1

《Speech and Language Processing》

【NLP】

2

这本书由Daniel Jurafsky和James H. Martin合著，是一本经典的语音和语言处理教材。书中介绍了语音和语言处理的基础知识和技术，包括特征提取、声学模型和语音识别系统的构建等。这本书可以帮助读者了解语音识别的原理和方法，提供实践所需的基础知识。

2

《数字信号处理 Digital Signal Processing》by Lyon

【数字信号】

2

除了以上这些书籍，还可以参考一些关于音频信号处理和机器学习的书籍，如《数字信号处理》、《机器学习》等，它们的内容可以为语音识别的实践提供更深入的背景知识和算法原理。

==

这本书由Richard G. Lyons撰写，是一本经典的数字信号处理教材。语音是一种连续信号，需要对其进行数字化和处理，才能进行后续的特征提取和识别。这本书详细介绍了数字信号处理的基础知识和算法，对于理解语音信号处理的原理和方法非常有帮助。

==

在音视频里，数字信号处理是最基础的算法基础，基本上所有的算法原理，都是围绕着数字信号处理的原理来深入的。

如果我们上豆瓣或是京东，以关键词《数字信号处理》来搜索，书籍起码有成百上千本吧？有各位专家的专著，也有各个高校的教材，有国外经典教材也有国内教材，数量如此繁多，足见这门学科的基础性和重要性；而教材的差异化如此之大，也足见这门学科的博大精深。

在这里，我要强烈推荐的是 Lyons 的版本，而恰恰让我觉得奇怪的是，如此好的教材，豆瓣点评很少，为什么在国内不怎么有名气呢？

本书足够简单、释疑，把很多一直以来的疑问都解释清楚。这本书，可以在看完第一本书后，仔细看，对于理解数字信号处理以及傅里叶分析会有很直观的理解。

看得出来，本书不是理论派写的，而是工程师写的，也是为工程师准确的，里面大量直观的图表示例。

作为需要动手的工程师，最建议读的就是这本书。

3

《Fundamentals of Speech Recognition》by Lawrence Rabiner and Biing-Hwang Juang

【Speech】

2

这本书是语音识别领域的经典教材，介绍了基本的语音识别原理和技术。它涵盖了声学模型、语言模型、解码算法等关键概念和方法，并提供了实际案例和实验。

《语音信号处理（第3版）》 韩纪庆 / 张磊 / 郑铁然

【Speech】

2

非常经典的教材，2019年出了第三版，加上了深度学习的部分，非常推荐。

4

《现代语音信号处理》胡航

【Speech】

2

相比上两本语音信号处理，关于语音信号的分析部分讲的更全面细致。 全书分三篇共17章。语音信号处理基础，包括章绪论，第2章语音信号处理的基础知识；第二篇语音信号分析，包括第3章时域分析，第4章短时傅里叶分析，第5章倒谱分析与同态滤波，第6章线性预测分析，第7章语音信号的非线性分析，第8章语音特征参数检测与估计，第9章矢量量化，0章隐马尔可夫模型；第三篇语音信号处理技术与应用，包括1章语音编码，2章语音合成，3章语音识别，4章说话人识别和语种辨识，5章智能信息处理技术在语音信号处理中的应用，6章语音增强，7章基于麦克风阵列的语音信号处理。

5

《Kaldi语音识别实战》 陈果果等

【Speech】【Kaldi】

2

刚刚过去的十年是语音技术发展的黄金十年。2010 年前后，从谷歌公司发布第一个语音搜索应用、苹果公司发布第一个语音助手 Siri 开始，语音技术的发展转瞬进入了快车道。

语音技术的基础算法不断推陈出新，语音任务 Benchmark 持续被刷新；语音产品的应用也从一开始很小众的语音输入，逐渐渗透到人们生活的方方面面。

语音产业飞速发展，传统的语音技术教材已经满足不了该领域从业者的迫切需求。本书以目前流行的开源语音识别工具 Kaldi 为切入点，深入浅出地讲解了语音识别前沿的技术及它们的实践应用。本书的作者们拥有深厚的学术积累及丰富的工业界实战经验。

本书适合语音技术相关研究人员及互联网从业人员学习参考。

6

爱丁堡大学课程 Speech Processing， Speech Synthesis

【Speech】【视频课程】

1

https://speech.zone/courses/speech-processing/

这个项目还挺多online资源的

【李宏毅】用于人类语言处理的深度学习 2020 春季  

DEEP LEARNING FOR HUMAN LANGUAGE PROCESSING 2020 SPRING

【Speech】【深度学习】【视频课程】

1

https://speech.ee.ntu.edu.tw/~hylee/dlhlp/2020-spring.php

【国立台湾大学 李琳山 语音课程】《Introduction to Digital Speech Processing》

【Speech】【视频课程】

1

https://speech.ee.ntu.edu.tw/DSP2019Spring/

顺序

资源

知识分类/使用方法

推荐指数

链接和介绍

1

Kaldi官方网站文档：http://kaldi-asr.org/doc/

【Speech】【Kaldi】

1

李理的博客-Kaldi文档解读 https://fancyerii.github.io/2019/05/21/kaldi-doc/

2

NVidia 博客：自动语音识别技术基本指南

【业界】

1

https://developer.nvidia.com/zh-cn/blog/essential-guide-to-automatic-speech-recognition-technology/

CCF语音对话与听觉专业组走进企业系列活动

【业界】

1

https://space.bilibili.com/424100065/search/video?keyword=CCF%E8%AF%AD%E9%9F%B3%E5%AF%B9%E8%AF%9D%E4%B8%8E%E5%90%AC%E8%A7%89%E4%B8%93%E4%B8%9A%E7%BB%84%E8%B5%B0%E8%BF%9B%E4%BC%81%E4%B8%9A%E7%B3%BB%E5%88%97%E6%B4%BB%E5%8A%A8

【学堂在线】滴滴语音技术

【业界】

1

https://www.xuetangx.com/live/live20200521IT002/live20200521IT002/4066267/5418308?channel=i.area.manual_search

3

【学堂在线】语音信号数字处理——王晶（英语授课）

【Speech】

1

https://www.xuetangx.com/course/BJLG2020123104/10333177?channel=i.area.manual_search

4

【七月在线】语音识别技术的前世今生——王赟

【Speech】

1

https://www.julyedu.com/course/getDetail/101

5

【小象学院】从语音识别到机器翻译——杜渺

【Speech】

1

https://www.chinahadoop.cn/course/1176

6

【MOOC】音频音乐与计算机的交融-音频音乐技术

【Music】

1

https://www.icourse163.org/course/FUDAN-1462119161?from=searchPage

7

【MOOC】实时音频网络传输系统的软件设计（综合设计）

【Audio】

1

https://www.icourse163.org/course/UESTC-1002775005?from=searchPage

8

【MOOC】数字音频应用艺术

【Audio】

1

https://www.icourse163.org/course/NJARTY-1450873192?from=searchPage

9

【慕课】即时通讯项目里面的语音处理-基础实现篇

【慕课】即时通讯项目里面的语音处理-提高优化篇

【Audio】

1

https://www.imooc.com/learn/739

https://www.imooc.com/learn/778

10

【慕课】WebRTC实时互动直播技术入门与实战 5G时代必备技能

【直播】

1

https://coding.imooc.com/class/329.html