[求助]大牛们，有没有介绍关于语音处理方面的学习&研究顺序呀？

呼唤speaker，呵呵 基础的东西太多了 模式识别与机器学习，bishop的prml绝对没错，基础好点就看看hastie的element of statistical learning。prml值得细细玩味，prml的目录本身就是对现在ml的大局的概括，看了两个月还没看完一遍[em20]。 数学方面，矩阵、泛函、概率论、随机过程这些必备，有微分几何的底子更好，矩阵看mit的open course有了空间的概念之后，看paper练习最好（其实这些都是集合论，可是书本和学校的课堂讲得都太抽象了，mit的很好很强大，斯特朗教授还讲了工程数学，可惜一直没时间认真听）。弄懂空间和矩阵，再看泛函和其他代数分析的书会觉得很轻松，看paper也容易很多。概率的看statistical inference。 实验平台，我听说htk比较流行吧，htk比较针对hmm。hmm只是DAG的一个具体实例，hmm的forward-backward对应于DAG的sum-product算法(跟nnet的backpropagation算法相似)，viterbi对应于DAG的max-sum算法。此外，另一大类linear gaussian model(如kalman filter)也可以归为DAG的范畴。DAG可以作为inference的engine，也可以用于learning，DAG的平台很多。版上曾经提过lattice，我认为跟gm是一路的，在语音上称为lattice，在vision中称为mrf，在文本中称为crf，都一样。看了prml就不会被人忽悠。 优化方面，跟前面的数学有点重叠，目标函数一般是二次型的半正定形式，在vision和计算物理中，一般遇到ill-posed（google一下inverse problem），这种情况，需要引入regularization term。确定优化，gradient-based methods，很多；随机优化，主要是monte carlo和各种sampling方法，这种模型比较容易套用bayes的分析框架。凸优化问题都有对应的几何模型，从几何上考虑问题比从代数上分析直观许多。 信号处理，对这块一直迷迷糊糊[em20]。 其他各门各派，数据结构和算法经常翻翻，比如图论的匈牙利算法、最大流、最小割等等，算法导论中喜欢用transport或者job assignment作为实际问题来介绍这些算法，如果细心你会发现算法导论实用性非常强，比如字符识别中两个字符"9"的特征点之间的对齐就和job assignment描述的问题一样，都可以使用匈牙利算法来解决。这些东西在paper中不会提到，但是在coding中却是要用到的。

同呼唤speaker，呵呵 cryppie说的这些普通人怎么可能做到啊 建议问师兄要个reading list，把识别方向的所有经典论文都看看。不懂得且重要的地方在继续找paper或是书研究。 htk book要扫一扫吧，最好结合实验室现有的系统来学习。 另外听说矩阵论很重要 俺外行，说的都是以前实验室搞语言的同学的做法 【 在 cryppie 的大作中提到: 】 : 呼唤speaker，呵呵 : 基础的东西太多了 : 模式识别与机器学习，bishop的prml绝对没错，基础好点就看看hastie的element of statistical learning。prml值得细细玩味，prml的目录本身就是对现在ml的大局的概括，看了两个月还没看完一遍[em20]。 : ...................

恩，呼唤昊哥。。 【 在 cryppie (北邮人) 的大作中提到: 】 : 呼唤speaker，呵呵 : 基础的东西太多了 : 模式识别与机器学习，bishop的prml绝对没错，基础好点就看看hastie的element of statistical learning。prml值得细细玩味，prml的目录本身就是对现在ml的大局的概括，看了两个月还没看完一遍[em20]。 : ...................

我受不了了。 家乡受灾，但是依然被cryypie的帖子感动…… 写的太好了。。。

cyrppie总是有技术贴出炉，赞！ 【 在 Dove (宇宙黑洞) 的大作中提到: 】 : 我受不了了。 : 家乡受灾，但是依然被cryypie的帖子感动…… : 写的太好了。。。 : ...................

Rabiner的 Fundamentals of Speech Recognition 是不错的入门书籍， 然后就是剑桥语音组的paper，从Steve Young的开始

谢谢cryppie... 看来要补的东西太多了。。。 再问一下，发现好多书，比如fundamentals of speech recognition等书都绝版了。 如何买到呢？ 不知道各位怎么买的？ 谢谢分享：） 【 在 cryppie 的大作中提到: 】 : 呼唤speaker，呵呵 : 基础的东西太多了 : 模式识别与机器学习，bishop的prml绝对没错，基础好点就看看hastie的element of statistical learning。prml值得细细玩味，prml的目录本身就是对现在ml的大局的概括，看了两个月还没看完一遍[em20]。 : ...................

可师兄们都是visual tracking 和 motion planning的。。。 哎。。。 【 在 goldfish 的大作中提到: 】 : 同呼唤speaker，呵呵 : cryppie说的这些普通人怎么可能做到啊 : 建议问师兄要个reading list，把识别方向的所有经典论文都看看。不懂得且重要的地方在继续找paper或是书研究。 : ...................

最好还是不要脱离大部队 【 在 Shmily1314 的大作中提到: 】 : 可师兄们都是visual tracking 和 motion planning的。。。 : 哎。。。