私信up主，有惊喜

⚫ 语音信号分析的重要性：  语音合成音质的好坏和语音识别率的高低，很大程度上取决于对语音信号分析的准确度和精度。 语音信号分析是语音合成、语音识别、语音增强、目标语音提取等技术的基础和前提，只有将语音的特征进行 了准确且有针对性的分析后，才能更好的支持对应的技术。语音特征，类似于机器学习中的特征的重要性，当分析一个语音文件时，需要一些量可以很 好的反应语音的本质，以便于后续流程的使用。语音信号的时域分析就是分析和提取语音信号的时域参数。⚫ 语音信号的频域分析就是分析和提取语音信号的频域参数。

U-Net⚫ U-Net是2015年菲兹保大学的Olaf Ronneberger等人提出的生物图像分割的深度学习模 型。思考题本章讲解了图像处理理论和应用。详细介绍了数字图像处理基础和图像预处理 技术。总结了图像处理的基本任务，并介绍了图像处理中的传统特征提取算法 和使用深度学习的图像处理方法——卷积神经网络。1. 语音处理介绍◼ 语音处理介绍 语音预处理基础 语音信号分析及特征提取2. 语音识别3. 语音合成4. 传统声学模型GMM-HMM5. 混合模型DNN-HMM6. 高级语音模型语音处理简介 (

目标检测是可以看成图像分类与定位的结合，给定一张图片，目标检测系统要能够识别出图片的目标并给出其位置。