图解语音识别

125张图解轻松入门 一本书掌握语音识别基础知识 1.全面 网罗基础知识点，语音识别研究入门佳作 2.易懂 深入浅出，技术领域的“科普书” 3.直观 图文并茂、全彩印刷，阅读起来不费劲 知识点涵盖： 语音学／统计模式识别／有限状态自动机／特征提取／声学模型 语言模型／搜索算法／WFST合成与转换／语义分析／语音对话系统

本书从语音识别的历史和基础知识讲起，通过图解的方式对语音识别技术进行了尽可能简单的解释。内容涉及语音学基础知识、统计模式识别、有限状态自动机、语音特征的提取、声学模型和语言模型、搜索算法和基于WFST的语音识别技术等。
此外，本书没有将语音识别限定在"将语音转换成文本"的传统范畴内，而是在此基础上，还讲解了从语音识别技术到人机对话技术的演进过程和方法。内容涉及语义分析和语音对话系统的实现。
本书图例丰富，内容直观且深入浅出，适合语音识别的相关从业人员入门
以及对语音识别感兴趣的人士阅读。

荒木雅弘（作者） 1964年出生于日本大阪。1993年完成 了日本京都大学研究生院研究科信息工程专业博士课程的学习。先后担任过京都大学工学部助教和京都大学综合信息媒体中心讲师。1999年开始担任日本京都工艺纤维大学工艺系助理教授，2007年晋升为研究生院工艺科学研究科副教授。目前正在开发以语义网为知识库的对话系统，研究用于多模态对话系统的描述语言。 陈舒扬（译者） 软件开发工程师，任职于某日企，从事软件开发工作。热爱编程和游戏，崇尚开源精神，对机器学习领域的东西都很着迷。 杨文刚（译者） 长期从事软件开发和系统运维工作。现任职于某世界五百强企业，探索数字化转型业务，内容涉及大数据、机器学习、深度学习等技术。

第1章开篇
1.1什么是语音识别2
1.2语音识别的历史4
1.3语音识别的用处6
1.4为什么很难8
1.5本书的目标10
1.6小结12
第2章什么是语音
2.1语音学16
2.2声音是如何产生的——发音语音学16
2.3声音的真面目——声学语音学23
2.4声音是如何被感知的——感知语音学29
2.5总结32
第3章统计模式识别
3.1什么是模式识别34
3.2统计模式识别的思路36
3.3生成模型的训练40
3.4判别模型的训练44
3.5统计语音识别的概要45
3.6总结48
第4章有限状态自动机
4.1什么是有限状态自动机50
4.2用有限状态自动机表达的语言53
4.3各种各样的有限状态自动机55
4.4有限状态自动机的性质58
4.5总结59
第5章语音特征的提取
5.1特征提取的步骤62
5.2语音信号的数字化64
5.3人类听觉模拟——频谱分析67
5.4另一个精巧设计——倒谱分析69
5.5噪声去除72
5.6总结73
第6章语音识别：基本声学模型
6.1声学模型的单位76
6.2什么是隐马尔可夫模型78
6.3隐马尔可夫模型的概率计算81
6.4状态序列的估计83
6.5参数训练85
6.6总结89
第7章语音识别：高级声学模型
7.1实际的声学模型92
7.2判别训练94
7.3深度学习96
7.4总结98
第8章语音识别：语言模型
8.1基于语法规则的语言模型100
8.2统计语言模型的思路101
8.3统计语言模型的建立方法103
8.4总结108
第9章语音识别：搜索算法
9.1填补声学模型和语言模型之间的空隙112
9.2状态空间搜索113
9.3用树形字典减少浪费115
9.4用集束搜索缩小范围116
9.5用多次搜索提高精度118
9.6总结120
第10章语音识别：WFST运算
10.1WFST的合成运算124
10.2确定化129
10.3权重移动133
10.4最小化134
10.5总结135
第11章语音识别：使用WFST进行语音识别
11.1WFST转换138
11.2声学模型的WFST转换139
11.3发音字典的WFST转换141
11.4语言模型的WFST转换142
11.5WFST的搜索144
11.6总结145
第12章语义分析
12.1什么是语义表示148
12.2基于规则的语义分析处理151
12.3基于统计的语义分析处理153
12.4智能手机的语音服务156
12.5总结159
第13章语音对话系统的实现
13.1对话系统的开发方法162
13.2基于规则的对话管理164
13.3针对对话管理的统计方法166
13.4总结170
第14章终篇
14.1语音分析工具WaveSurfer174
14.2HMM构建工具HTK175
14.3大词汇量连续语音识别引擎Julius177
14.4虚拟代理对话工具MMDAgent179
14.5深入学习之路180
思考题的解答182
参考文献188
后记191