金寶書局網路書店

　　從Hey、Siri、OK Google開始，我們早已習慣用語音來控制設備，語音輸入法取代鍵盤，Google幫你朗讀文章，你一定很好奇這些語音系統是如何建造出來的。



　　本書以Kaldi為主，完整介紹Librispeech等資料處理，並且完整說明了三音素架構。

　　語音模型方面：完整介紹語言模型、n元模型。

　　特徵工程方面：完整介紹包括對齊、Transition模型、GMM模型等。

　　構圖及解碼方面：完整介紹OpenFST、WFST等技術。

　　深度學習建模方面：完整介紹nnet、nnet2、nnet3。



　　大家最常用的語音搜尋、語音喚醒也有完整的實作介紹。類似人臉辨識的「人聲」辨識，也用PLDA、i-vector、x-vector等技術實作，最近當紅的語言辨識也沒錯過，可說是深入語音工程的最佳手冊。



好評來襲



　　顏永紅　中國科學院語言聲學與內容了解重點實驗室主任

　　Kaldi 開放原始碼軟體對推動語音技術研究和產品落地做出了不可磨滅的貢獻，本書作者是工作在語音研究和產業前端的青年才俊，他們以第一手經驗詳細說明了如何運用該軟體建置實際系統，這對初學者迅速掌握相關知識和技能是非常有益的。



　　俞凱　上海交通大學智慧語音技術實驗室主任

陳果果 　　約翰霍普金斯大學博士學位，師從語音識別開源工具Kaldi主要開發者Daniel Povey，以及約翰霍普金斯大學語言語音處理中心教授Sanjeev Khudanpur。成功的連續創業家。 都家宇 　　先後任職於清華大學語音技術實驗室、百度語音技術部，以及阿里巴巴iDST、達摩院語音組，從事聲學模型、解碼器、語音喚醒等方面的研發工作。 那興宇 　　先後任職於中國科學院聲學研究所和阿里巴巴機器人，曾任職微軟資深應用科學家，從事語音識別模型訓練系統和語音交互系統的開發。 張俊博 　　博士畢業於中國科學院聲學研究所，師從顏永紅研究員， 研究興趣包括語音識別、聲紋識別、語音合成和口語發音質量評測等。目前在小米從事語音領域的研發工作。