0
| 本文作者： AI研習社 | 2018-11-19 16:41 |
雷鋒網AI研習社訊：從今日起，連續三天，西北工業大學音頻語音與語言處理研究組將為我們帶來語音識別領域的專場分享，關注語音識別的你不要錯過！
分享時間
（北京時間）11月19日（星期一） 20：00
錯過直播不要緊，回放視頻上傳后也能看哦~
分享背景
近些年來，端到端（End-to-End）語音識別得到了廣泛的關注和研究，成為語音識別領域新研究熱點。本次公開課中，講者將分享端到端語音識別框架提出的動機和幾種主流方法的探討與對比。
分享嘉賓
單長浩，西北工業大學音頻語音與語言處理研究組2016級在讀碩士研究生，主要研究方向為語音識別、語音喚醒等，曾在小米和騰訊合作研究，在語音頂級會議ICASSP和Interspeech上發表論文多篇。
王森茂，西北工業大學音頻語音與語言處理研究組2016級在讀碩士研究生，主要研究方向為語音識別，曾在法國LIUM實驗室和搜狗合作研究，在語音領域重要會議和期刊發表論文多篇。
分享提綱
1.傳統語音識別與端到端語音識別的引入
2.主流端到端語音識別方法介紹
3.講者在端到端語音識別上的工作
直播鏈接
http://www.mooc.ai/open/course/599
↘ 掃碼直達 ↙
（北京時間）11月20日（星期二） 20：00
錯過直播不要緊，回放視頻上傳后也能看哦~
分享背景
近些年來，端到端（End-to-End）語音合成得到了廣泛的關注和研究，成為語音合成領域的新研究熱點。本次公開課中，講者將分享端到端語音合成框架提出的動機，并對幾種主流方法介紹和對比。
分享嘉賓
張雨超，西北工業大學音頻語音與語言處理研究組2016級在讀碩士研究生，主要研究方向為參數化及拼接語音合成，曾在搜狗和微軟開展合作研究。
分享提綱
1、傳統語音合成框架及端到端語音合成的引入
2、基于注意力機制的端到端合成方法介紹
3、神經網絡聲碼器的相關介紹
直播鏈接
http://www.mooc.ai/open/course/600
↘ 掃碼直達 ↙
分享時間
（北京時間）11月21日（星期三） 20：00
錯過直播不要緊，回放視頻上傳后也能看哦~
分享背景
近年來，對抗學習被廣泛的應用在了計算機視覺的各個研究領域中，成為一個非常流行的研究熱點。在語音相關的研究領域中，對抗學習也逐漸滲透到各個研究分支里，包括語音降噪與分離、語音合成、語音識別和說話人確認等任務。在本次報告中，我主要介紹我們將對抗學習應用在魯棒語音識別任務中的工作。同時，也會簡單介紹對抗樣本在增強模型魯棒性方面的工作。
分享嘉賓
孫思寧，西北工業大學音頻、語音與語言研究組博士生，研究興趣包括魯棒語音識別、對抗學習、語音降噪與分離、波束形成等，曾在新加坡南洋理工大學，美國華盛頓大學和出門問問（西雅圖 AI Lab）交流訪問研究。在領域內重要期刊和會議發表論文多篇。
分享提綱
1.深度對抗學習簡介
生成對抗網絡
域對抗自適應
2.域對抗自適應在語音識別中的應用
噪音魯棒
口音魯棒
3.對抗樣本
基于對抗樣本的數據擴充
對抗樣本在喚醒任務上的應用
4.總結
直播鏈接
http://www.mooc.ai/open/course/601
↘ 掃碼直達 ↙
想了解更多雷鋒網 AI 研習社直播？
歡迎移步雷鋒網 AI 研習社社區~
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
