【加密】JM080 – 语音合成-基础与前沿 [8.3G]

【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.abc [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.abc [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.abc [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.abc [324.6M]
┃ ┣━━第3节 语音合成介绍 [295.6M]
┃ ┃ ┗━━7：【视频】语音合成介绍.abc [295.6M]
┃ ┣━━第4节 文本分析 [134.8M]
┃ ┃ ┗━━8：【视频】文本分析.abc [134.8M]
┃ ┣━━第5节 语音合成方法 [428.3M]
┃ ┃ ┣━━9：【视频】语音合成方法.abc [270.4M]
┃ ┃ ┗━━10：【视频】高阶话题.abc [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.abc [177.8M]
┃ ┣━━第2节 文本分析模块 [150.6M]
┃ ┃ ┗━━13：【视频】文本分析模块.abc [150.6M]
┃ ┣━━第3节 条件随机场 [541.7M]
┃ ┃ ┣━━14：【视频】图模型基础.abc [318.2M]
┃ ┃ ┗━━15：【视频】条件随机场.abc [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.abc [298M]
┃ ┣━━第5节 RNN与LSTM（额外补充） [490.2M]
┃ ┃ ┗━━17：【视频】循环神经网络RNN.abc [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.abc [239.5M]
┃ ┣━━第7节 作业实践 [20M]
┃ ┃ ┣━━19：【视频】作业实践.abc [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.abc [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.abc [248.1M]
┃ ┃ ┣━━24：【视频】隐马尔可夫模型（HMM）.abc [194.6M]
┃ ┃ ┣━━25：【视频】多空间概率分布MD-HMM.abc [164.6M]
┃ ┃ ┗━━26：【视频】基于HMM的参数语音合成.abc [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.abc [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.abc [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.abc [110.3M]
┃ ┣━━第2节 Sequence-to-Sequence 和 Attention机制 [721.9M]
┃ ┃ ┗━━32：【视频】seq2seq与Attention机制.abc [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.abc [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.abc [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.abc [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.abc [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.abc [65.3M]
┃ ┣━━第2节 Attention与Transformer [401.5M]
┃ ┃ ┣━━39：【视频】Attention.abc [205.9M]
┃ ┃ ┗━━40：【视频】Transformer TTS.abc [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.abc [90.2M]
┃ ┃ ┣━━42：【视频】变体2：Transformer中加入RNN.abc [163.3M]
┃ ┃ ┗━━43：【视频】变体3：Transformer中直接建模局部依赖.abc [110.1M]
┃ ┣━━第4节 Attention机制探索 [303.2M]
┃ ┃ ┗━━44：【视频】Attention机制探索.abc [303.2M]
┃ ┣━━第5节 FastSpeech和DurIAN [145.7M]
┃ ┃ ┗━━45：【视频】FastSpeech and DurIAN.abc [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.abc [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.abc [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.abc [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.abc [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.abc [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.abc [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.abc [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.abc [717.7M]
┃ ┗━━55：【课件】L8 总结.pdf [8M]
┗━━代码.zip [69.5M]

admin网站管理

收藏 海报 链接