book

SYSTEMATIC LEARNING / 音频开发

语音识别与合成:搭建实时语音应用

语音应用常卡在音频格式、实时延迟、识别准确率与合成自然度,而不只是模型调用。课程从音频输入规范化开始,逐步完成批量与流式 ASR、可控 TTS、对话状态机、打断处理和服务化部署,最终能独立搭建可监控、可压测、可恢复的实时语音助手。

7 个章节42 个课时图文学习
开始第一课

课程大纲

先看完整路径,再按章节逐步学习。

登录哪都通