tzsyn的博客

Columbia University（哥伦比亚大学）Dan Ellis教授（谷歌在职）的Speech & Audio Processing & Recognition课程讲义，主要是有大量的工业应用案例。

CMU(卡内基·梅隆大学)的Alan W Black教授的语音课程教材，深入浅出，讲的非常的透彻。

基于注意力的端到端大词汇量语音识别，是最新的语音识别的算法，本文为中文翻译版。

《Interactively Picking Real-World Objects with Unconstrained Spoken Language Instructions》是一篇来自日本 Preferred Networks 的工作。囿于口语的复杂结构及人类指示本身具有的模糊性，因此如何理解口语中的自然语言成为了人机互动及沟通的重要内容。在文章中，团队提出了首个可处理无约束口语（Unconstrained Spoken Language）的系统，并能有效解决口语指令中的歧义。

《Speech Enhancement》语音增强，陈景东大牛的著作，主要介绍了一些比较工业化应用的算法。