聲紋技術(shù)：從核心算法到工程實踐

1 聲紋技術(shù)的前世今生 1
1.1 什么是聲紋1
1.2 最早的聲紋技術(shù)2
1.3 聲紋技術(shù)的發(fā)展 5
1.4 大變革：深度學習時代的來臨 10
1.5 新的機遇：智能語音助手的普及 11
2 音頻信號處理基礎(chǔ) 14
2.1 欲懂聲紋，先學音頻 14
2.2 聲學基礎(chǔ)15
2.3 音頻信號基礎(chǔ)概念 24
2.4 從信號到特征：短時分析38
2.5 常用的音頻特征 42
3 聲紋識別技術(shù) 54
3.1 聲紋識別：聲紋技術(shù)的核心 54
3.2 聲紋識別的評價指標 60
3.3 深度學習之前的方法 65
3.4 基于深度學習的方法 78
3.5 聲紋識別中的數(shù)據(jù)處理 102
3.6 聲紋驗證 112
3.7 常用數(shù)據(jù)集 115
4 聲紋識別的工程部署 120
4.1 從模型到產(chǎn)品120
4.2 聲紋識別常見工程問題 126
4.3 全設(shè)備端部署 139
4.4 全服務(wù)器端部署 144
4.5 復合式部署 151
5 聲紋分割聚類技術(shù) 156
5.1 分割聚類：更好地理解對話語音 156
5.2 聲紋分割聚類與多說話人識別 163
5.3 聚類分析 167
5.4 二次分割方法 180
5.5 監(jiān)督式方法 182
5.6 聲紋分割聚類的評價指標 203
5.7 常用數(shù)據(jù)集 206
6 聲紋技術(shù)的其他應(yīng)用 211
6.1 聲紋的力量 211
6.2 用于語音識別 212
6.3 用于語音合成 214
6.4 用于語音檢測 220
6.5 用于人聲分離 221
6.6 聲紋轉(zhuǎn)換 226
6.7 聲紋還原度測試 227
7 聲紋技術(shù)的未來 231
7.1 概述 231
7.2 聲紋技術(shù)的挑戰(zhàn) 231
7.3 對更多數(shù)據(jù)的需求 235
7.4 聲紋技術(shù)的未來研究方向 238
7.5 結(jié)語 246
中英詞匯對照 248
參考文獻 259