人工智能語音測試原理與實踐
張偉
- 出版商: 清華大學
- 出版日期: 2022-12-01
- 定價: $534
- 售價: 8.5 折 $454
- 語言: 簡體中文
- ISBN: 730262142X
- ISBN-13: 9787302621423
-
相關分類:
人工智慧、語音辨識 Speech-recognition、軟體測試
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$760HTML5 + CSS3 炫酷應用實例集錦
-
$505深度學習與圍棋
-
$534$507 -
$534$507 -
$305機器學習入門與實戰 — 基於 scikit-learn 和 Keras
-
$403Python 項目開發實戰
-
$611DevOps 權威指南 : IT 效能新基建
-
$419$398 -
$454Vue.js 3 應用開發與核心源碼解析
-
$203敏捷史話(作者包銷定製版)
-
$536敏捷測試價值觀、方法與實踐 — 傳統測試人員轉型寶典
-
$407PyTorch 自然語言處理入門與實戰
-
$714$678 -
$254深度學習與電腦視覺實戰
-
$305從生物材料到微納機器人
-
$454人工智能安全基礎
-
$383ChatGPT : 智能對話開創新時代
-
$516$490 -
$779$740 -
$594$564 -
$658高級 Python 核心編程開啟精通 Python 編程世界之旅
-
$505python核心編程:從入門到實踐:學與練
-
$659$626 -
$560Python 開發實例大全 下捲
-
$607前端工程化 : 基於 Vue.js 3.0 的設計與實踐
相關主題
商品描述
目錄大綱
目 錄
第1章 人工智能語音測試介紹 1
1.1 語音簡介 1
1.1.1 語音的基本概念 1
1.1.2 語音的產生原理 4
1.1.3 語音交互流程 5
1.2 人工智能簡介 5
1.2.1 機器學習簡介 6
1.2.2 深度學習簡介 7
1.3 AI語音簡介 9
1.3.1 AI語音技術簡介 9
1.3.2 AI語音交互簡介 10
1.4 AI語音測試簡介 10
1.4.1 AI語音測試的價值 10
1.4.2 AI語音測試的應用 11
1.5 本章小結 11
第2章 AI語音交互原理介紹 12
2.1 AI語音交互 12
2.2 語音採集 13
2.2.1 語音採集流程 13
2.2.2 影響語音採集水平的因素 15
2.3 語音識別技術 17
2.3.1 自動語音識別簡介 17
2.3.2 近場語音識別 17
2.3.3 遠場語音識別 18
2.3.4 語音識別流程 19
2.3.5 語音預處理(語音增強) 21
2.3.6 傳統語音識別-編碼(聲學
特徵提取) 24
2.3.7 傳統語音識別-解碼 27
2.3.8 深度學習語音識別 31
2.4 語音喚醒技術 32
2.4.1 語音喚醒簡介 32
2.4.2 語音喚醒流程 32
2.5 自然語言處理技術 33
2.5.1 自然語言處理簡介 33
2.5.2 自然語言處理流程 33
2.5.3 自然語言理解 34
2.5.4 對話管理 44
2.5.5 自然語言生成 46
2.6 語音合成技術 49
2.6.1 語音合成簡介 49
2.6.2 語音合成的流程 49
2.6.3 揚聲器發聲 51
2.7 本章小結 51
第3章 AI語音產品需求和適用場景 52
3.1 AI語音產品需求 52
3.1.1 AI語音產品基礎功能需求 52
3.1.2 AI語音產品特性功能需求 56
3.1.3 AI語音產品性能需求 62
3.2 AI語音產品分類和應用場景 62
3.2.1 封閉域識別產品 63
3.2.2 開放域識別產品 63
3.2.3 靜態環境產品 66
3.2.4 動態環境產品 66
3.3 本章小結 66
第4章 AI語音產品評價指標和行業
標準 67
4.1 語音喚醒技術評價指標與行業標準 67
4.1.1 評價指標 67
4.1.2 行業標準 68
4.2 語音識別技術評價指標與行業標準 70
4.2.1 評價指標 70
4.2.2 行業標準 72
4.3 自然語言處理技術評價指標與行業
標準 74
4.3.1 評價指標 74
4.3.2 行業標準 75
4.4 語音合成技術評價指標與行業標準 76
4.4.1 評價指標 76
4.4.2 行業標準 76
4.5 本章小結 77
第5章 語音數據準備 78
5.1 語音音頻文本準備 78
5.1.1 語音音頻文本準備方式 78
5.1.2 語音音頻文本準備方案 79
5.2 語音合成工具 80
5.2.1 批量語音合成工具 81
5.2.2 語音合成工具源代碼 83
5.3 噪音源音頻文本準備 89
5.3.1 噪音源音頻文本準備方式 89
5.3.2 噪音源音頻文本準備方案 90
5.4 本章小結 90
第6章 AI語音產品的黑盒測試 91
6.1 AI語音產品的黑盒測試簡介 91
6.1.1 AI語音效果測試簡介 91
6.1.2 AI語音功能測試簡介 92
6.2 AI語音喚醒效果測試 92
6.2.1 喚醒率測試
(靜態環境產品) 92
6.2.2 打斷喚醒率測試
(靜態環境產品) 96
6.2.3 誤喚醒率測試
(靜態環境產品) 99
6.2.4 喚醒率測試
(動態環境產品) 102
6.2.5 打斷喚醒率測試
(動態環境產品) 106
6.2.6 誤喚醒率測試
(動態環境產品) 110
6.3 AI語音識別效果測試 112
6.3.1 識別率測試
(靜態環境產品) 112
6.3.2 打斷識別率測試
(靜態環境產品) 117
6.3.3 識別率測試
(動態環境產品) 121
6.3.4 打斷識別率測試
(動態環境產品) 126
6.4 AI語音基礎功能測試 131
6.4.1 語音喚醒功能測試 131
6.4.2 語音識別功能測試 133
6.4.3 自然語言處理功能測試 135
6.4.4 語音TTS合成功能測試 140
6.5 AI語音特性功能測試 140
6.5.1 全雙工打斷 140
6.5.2 跨場景交互 141
6.5.3 可見即可說 142
6.5.4 自定義喚醒詞 143
6.5.5 上下文理解 145
6.5.6 非全時免喚醒 146
6.5.7 聲源定位 148
6.5.8 聲紋認證 149
6.5.9 快捷詞免喚醒 150
6.5.10 自定義TTS播報 151
6.6 本章小結 152
第7章 AI語音產品自動化測試 153
7.1 AI語音產品自動化測試簡介 153
7.1.1 AI語音產品自動化測試的
價值 153
7.1.2 AI語音產品自動化測試
應用 154
7.2 語音喚醒自動化測試 154
7.2.1 語音喚醒自動化工具框架 154
7.2.2 語音喚醒自動化測試方案 155
7.2.3 語音喚醒自動化工具說明 158
7.2.4 語音喚醒自動化工具操作
實戰 160
7.2.5 語音喚醒自動化工具源碼 161
7.3 語音識別自動化測試 169
7.3.1 語音識別自動化工具框架 169
7.3.2 語音識別自動化測試方案 171
7.3.3 語音識別結果獲取工具說明 175
7.3.4 語音識別結果分析工具說明 177
7.3.5 文本轉MLF文件工具說明 185
7.3.6 語音識別自動化工具操作
實戰 186
7.3.7 語音識別自動化工具源碼 190
7.4 自然語言處理自動化測試 201
7.4.1 自然語言處理自動化腳本
框架 201
7.4.2 自然語言處理自動化測試
方案 202
7.4.3 自然語言處理自動化腳本
說明 204
7.4.4 自然語言處理自動化腳本
操作實戰 205
7.4.5 自然語言處理自動化工具
源碼 205
7.5 本章小結 215
第8章 AI語音算法測試 216
8.1 AI語音算法測試簡介 216
8.1.1 AI語音算法應用全流程 216
8.1.2 AI語音算法測試簡介 218
8.1.3 AI語音算法測試的目的 218
8.1.4 AI語音算法測試應用 218
8.2 算法模型測試種類 219
8.2.1 算法模型評估測試 219
8.2.2 算法模型魯棒性測試 225
8.2.3 算法模型安全測試 226
8.3 AI語音算法測試方案 226
8.4 數據集簡介 229
8.4.1 數據集搭建 229
8.4.2 數據集劃分 231
8.4.3 數據標註 234
8.4.4 測試集設計 235
8.5 AI語音算法測試操作實戰 237
8.5.1 算法模型評估測試實戰 238
8.5.2 算法模型魯棒性測試 241
8.6 AI語音算法測試源碼 241
8.7 本章小結 243
第9章 AI語音性能測試 244
9.1 AI語音性能測試簡介 244
9.2 AI語音性能測試的目的 244
9.3 AI語音應用性能測試 244
9.3.1 CPU占用 245
9.3.2 內存占用 247
9.3.3 響應時間 249
9.4 NLP接口性能測試 251
9.4.1 NLP接口性能測試簡介 251
9.4.2 NLP接口性能測試術語
解釋 252
9.4.3 NLP接口測試方案 252
9.5 本章小結 258
參考文獻 259