【加密】JM080 – 语音合成-基础与前沿 [8.3G]

┣━━第0章 课程小序章 [158.2M]
┃ ┣━━1:语音合成课程介绍.vep [61.4M]
┃ ┣━━2-1:语音合成开课仪式.pdf [1.4M]
┃ ┣━━2-2:开课分享-李景怡助教.pdf [295.7K]
┃ ┗━━3:【视频】语音合成开课仪式.vep [95.1M]
┣━━第1章 语音合成综述 [1.2G]
┃ ┣━━第1节 课程介绍 [35.6M]
┃ ┃ ┗━━5:【视频】课程介绍.vep [35.6M]
┃ ┣━━第2节 智能语音处理及应用 [324.6M]
┃ ┃ ┗━━6:【视频】智能语音处理及应用.vep [324.6M]
┃ ┣━━第3节 语音合成介绍 [295.6M]
┃ ┃ ┗━━7:【视频】语音合成介绍.vep [295.6M]
┃ ┣━━第4节 文本分析 [134.8M]
┃ ┃ ┗━━8:【视频】文本分析.vep [134.8M]
┃ ┣━━第5节 语音合成方法 [428.3M]
┃ ┃ ┣━━9:【视频】语音合成方法.vep [270.4M]
┃ ┃ ┗━━10:【视频】高阶话题.vep [157.9M]
┃ ┗━━4:【课件】L1-Intro.pdf [11.6M]
┣━━第2章 语音合成中的前端文本分析 [1.9G]
┃ ┣━━第1节 回顾 [177.8M]
┃ ┃ ┗━━12:【视频】回顾.vep [177.8M]
┃ ┣━━第2节 文本分析模块 [150.6M]
┃ ┃ ┗━━13:【视频】文本分析模块.vep [150.6M]
┃ ┣━━第3节 条件随机场 [541.7M]
┃ ┃ ┣━━14:【视频】图模型基础.vep [318.2M]
┃ ┃ ┗━━15:【视频】条件随机场.vep [223.5M]
┃ ┣━━第4节 基于传统方法的前端文本分析模型 [298M]
┃ ┃ ┗━━16:【视频】基于传统方法的前端文本分析模型.vep [298M]
┃ ┣━━第5节 RNN与LSTM(额外补充) [490.2M]
┃ ┃ ┗━━17:【视频】循环神经网络RNN.vep [490.2M]
┃ ┣━━第6节 基于NN的文本分析 [239.5M]
┃ ┃ ┗━━18:【视频】基于NN的文本分析.vep [239.5M]
┃ ┣━━第7节 作业实践 [20M]
┃ ┃ ┣━━19:【视频】作业实践.vep [19.3M]
┃ ┃ ┣━━20-1-作业提交.txt [0B]
┃ ┃ ┣━━20-2:第二章思路提示-李景怡.pdf [203.9K]
┃ ┃ ┗━━20-3:第二章作业分享.pdf [502.9K]
┃ ┗━━11:【课件】前端文本分析.pdf [2.4M]
┣━━第3章 传统语音合成算法 [1001.2M]
┃ ┣━━第1节 传统语音合成概述 [58.4M]
┃ ┃ ┗━━22:【视频】传统语音合成概述.vep [58.4M]
┃ ┣━━第2节 基于HMM的统计参数语音合成 [736.6M]
┃ ┃ ┣━━23:【视频】统计参数语音合成框架.vep [248.1M]
┃ ┃ ┣━━24:【视频】隐马尔可夫模型(HMM).vep [194.6M]
┃ ┃ ┣━━25:【视频】多空间概率分布MD-HMM.vep [164.6M]
┃ ┃ ┗━━26:【视频】基于HMM的参数语音合成.vep [129.3M]
┃ ┣━━第3节 基于NN的统计参数语音合成 [92.8M]
┃ ┃ ┗━━27:【视频】基于神经网络(NN)的统计参数语音合成.vep [92.8M]
┃ ┣━━第4节 传统声码器技术 [108.3M]
┃ ┃ ┗━━28:【视频】传统声码器与单元拼接语音合成.vep [108.3M]
┃ ┣━━第5节 【实践】作业实践 [1.2M]
┃ ┃ ┣━━29-1:【作业】第三章.doc [102.5K]
┃ ┃ ┣━━29-2:第三章思路提示-李景怡助教.pdf [210.6K]
┃ ┃ ┗━━29-3:第三章作业分享.pdf [886.6K]
┃ ┗━━21:【课件】第三章.pdf [3.9M]
┣━━第4章 基于seq2seq的语音合成 [1.1G]
┃ ┣━━第1节 概述 [110.3M]
┃ ┃ ┗━━31:【视频】概述.vep [110.3M]
┃ ┣━━第2节 Sequence-to-Sequence 和 Attention机制 [721.9M]
┃ ┃ ┗━━32:【视频】seq2seq与Attention机制.vep [721.9M]
┃ ┣━━第3节 基于Tacotron的端到端语音合成及变体 [164.5M]
┃ ┃ ┗━━33:【视频】Tacotron.vep [164.5M]
┃ ┣━━第4节 端到端语音合成的变体(一) [101.3M]
┃ ┃ ┗━━34:【视频】seq2seq声学模型变体.vep [101.3M]
┃ ┣━━第5节 【实践】实现基于Tacotron的声学模型 [14.3M]
┃ ┃ ┣━━35:【视频】实践作业介绍.vep [6.6M]
┃ ┃ ┣━━36-1:提交作业入口.txt [0B]
┃ ┃ ┣━━36-2:第四章思路提示.pdf.pdf [237.5K]
┃ ┃ ┣━━36-3:【视频】第四章思路提示.vep [7.3M]
┃ ┃ ┗━━36-4:第四章作业讲评.pdf [252K]
┃ ┗━━30:【课件】语音合成第四章.pdf [3.7M]
┣━━第5章 端到端语音合成进阶 [1.3G]
┃ ┣━━第1节 概述 [65.3M]
┃ ┃ ┗━━38:【视频】概述.vep [65.3M]
┃ ┣━━第2节 Attention与Transformer [401.5M]
┃ ┃ ┣━━39:【视频】Attention.vep [205.9M]
┃ ┃ ┗━━40:【视频】Transformer TTS.vep [195.7M]
┃ ┣━━第3节 序列到序列的模型变体 [363.7M]
┃ ┃ ┣━━41:【视频】Transformer加入自注意力机制.vep [90.2M]
┃ ┃ ┣━━42:【视频】变体2:Transformer中加入RNN.vep [163.3M]
┃ ┃ ┗━━43:【视频】变体3:Transformer中直接建模局部依赖.vep [110.1M]
┃ ┣━━第4节 Attention机制探索 [303.2M]
┃ ┃ ┗━━44:【视频】Attention机制探索.vep [303.2M]
┃ ┣━━第5节 FastSpeech和DurIAN [145.7M]
┃ ┃ ┗━━45:【视频】FastSpeech and DurIAN.vep [145.7M]
┃ ┣━━第6节 【实践】实现基于LSA的attention机制的语音合成 [10.9M]
┃ ┃ ┣━━46-1-作业提交入口.txt [0B]
┃ ┃ ┣━━46-2:第五章思路提示.pdf [391.9K]
┃ ┃ ┣━━46-3:【视频】第五章思路提示.vep [9.5M]
┃ ┃ ┗━━46-4:第五章作业讲评.pdf [964.9K]
┃ ┗━━37:【课件】语音合成 第五章.pdf [4.3M]
┣━━第6章 神经网络声码器 [434.3M]
┃ ┣━━第1节 概述 [33.6M]
┃ ┃ ┗━━48:【视频】概述.vep [33.6M]
┃ ┣━━第2节 基于Flow的神经声码器 [278.1M]
┃ ┃ ┗━━49:【视频】基于Flow的神经声码器.vep [278.1M]
┃ ┣━━第3节 基于GAN的神经声码器:Parallel WaveGAN, MelGAN [108.7M]
┃ ┃ ┗━━50:【视频】基于GAN的神经声码器.vep [108.7M]
┃ ┣━━第4节 实践作业 [10M]
┃ ┃ ┣━━51-1-作业提交入口.txt [0B]
┃ ┃ ┣━━51-2:第六章思路提示.pdf [231.5K]
┃ ┃ ┣━━51-3:【视频】第六章思路提示.vep [9.6M]
┃ ┃ ┗━━51-4:第六章作业讲评.pdf [193.4K]
┃ ┗━━47:【课件】L6 神经声码器.pdf [4M]
┣━━第7章 语音合成的高阶应用(选修) [564.9M]
┃ ┣━━第1节 高阶应用 [546M]
┃ ┃ ┗━━53:【视频】高阶应用.vep [546M]
┃ ┣━━第2节 作业(选修) [11.1M]
┃ ┃ ┣━━54-1-作业提交入口.txt [0B]
┃ ┃ ┣━━54-2:第七章作业思路提示.vep [10.8M]
┃ ┃ ┗━━54-3:第七章思路提示.pdf [237.8K]
┃ ┗━━52:【课件】语音合成 L7 高阶应用.pdf [7.8M]
┣━━第8章 总结展望 [725.7M]
┃ ┣━━第1节 课程总结 [717.7M]
┃ ┃ ┗━━56:【视频】课程总结.vep [717.7M]
┃ ┗━━55:【课件】L8 总结.pdf [8M]
┗━━代码.zip [69.5M]

发表评论

后才能评论

购买后资源页面显示下载按钮和分享密码,点击后自动跳转百度云链接,输入密码后自行提取资源。

本章所有带有【尊享】和【加密】的课程均为加密课程,加密课程需要使用专门的播放器播放。

联系微信客服获取,一个授权账号可以激活三台设备,请在常用设备上登录账号。

可能资源被百度网盘黑掉,联系微信客服添加客服百度网盘好友后分享。

教程属于虚拟商品,具有可复制性,可传播性,一旦授予,不接受任何形式的退款、换货要求。请您在购买获取之前确认好 是您所需要的资源