News-2021-03-12

近日，清华大学国家研究中心语音和语言技术团队撰写的《语音识别基本法》一书由电子工业出版社出版，张景中院士为该书做序。目前，该书已在京东、当当、天猫等各大网站上架销售。

全书共256页，约30万字，共13章。本书结合当下使用广泛的Kaldi语音平台，对语音识别的基本概念和流程进行了详细讲解，包括 GMM-HMM、DNN-HMM、端到端等常用结构，并探讨了语音识别在实际应用中的诸多问题，包括说话人自适应、环境鲁棒性、小语种语音识别、关键词识别与嵌入式应用等方面；同时，本书还对语音技术的相关前沿课题进行了介绍，包括说话人识别、语种识别、情绪识别、语音合成等方向。

本书由汤志远博士主笔，王东教授、李蓝天博士、石颖博士等参与撰写，蔡云麒博士和郑方教授指导校正。本书既可以作为语音识别初学者的入门读物，也可以作为相关领域技术人员拓展视野的参考书。