基于深度学习的语音识别实战课程主要包括三部分内容： 1.经典论文算法讲解； 2.算法源码解读； 3.项目实战；

使用Python编程语言实现的电脑录音、保存、波形显示、以及简单的语音识别功能。并配有注释。

此源码为中科院的同学所编写，利用LPCC提取特征参数，基于HMM模型来训练和识别，能有识别孤立字词，但是识别率不高

使用matlab编写的语音识别项目，可以进行实验，也可以在我的项目之上进行改进和改善。

本文对语音识别的主要过程进行了详细的介绍。在语音的特征参数提取阶 段，本文着重介绍了实际应用中经常使用的线性预测倒谱系数(LPCC)和美尔 频率倒谱系数(MFCC)等。本文主要研究了基于BP神经网络的语音识别，并 提出了基于MFCC与LPCC混合参数的语音识别方法，以更好地表现语音的特 征，避免传统的分段线性处理所产生的局限性，提高了识别性能。实验结果显示， 该方法比传统的MFCC参数的语音识别方法具有更好的识别性能。本文还对识 别系统中的BP神经网络进行了优化，改进了性能，缩短了训练时间，为将来移 植到嵌入式系统中打下了良好的基础。

老外实现的信号处理算法库 1.Various input signal sources 2.Windowing and filtering 3.FFT-related transformations 4.Feature extraction (including MFCC and HFCC) 5.Pattern matching using Dynamic Time Warping (DTW)

Context-Dependent Pre-trained Deep Neural Networks for Large Vocabulary Speech Recognition

语音识别，借助于云端技术可以识别用户的语音输入，包括语音控制等技术，下面我们将利用Google 提供的Api 实现这一功能。 功能点为：通过用户语音将用户输入的语音识别出来，并打印在列表上。 blog地址：http://blog.csdn.net/tt5267621/article/details/6936330

用于语音识别的seq2seq模型的实现。 架构类似于Listen，Attend和Spell。

本设计为基于MATLAB的HMM语音信号识别，可以识别0-9十个阿拉伯数字，带有一个丰富的人机交互GUI界面。算法流程为：显示原始波形图……显示语音结束处放大波形图……显示短时能量……设置门限……开始端点检测……，也可以通过添加噪声，对比加噪后的识别准确率。后续可二次开发，做成九宫格形式，做一个电话拨号音识别。