授课时间：周XX下午第9-10节，16：05-17：40

授课地点：教406

一、课程概述

由语音识别和语音合成、自然语言理解、语义网络等技术相结合的智能语音交互正在逐步成为当前人机交互的主要方式。语音识别是以声波为研究对象，通过信号处理和识别技术让机器自动识别和转换为相应的文本或指令的一门技术。自然语言理解处于人类认知的核心,是高阶认知的基础，通常涉及词性、语法、语义及语用层面的分析。本课程面向大学生和低年级研究生，结合不同应用案例，介绍语音识别与自然语言理解技术的基本任务、前沿算法及发展前景。课程注重理论联系实践，培养学生智能化建模思维与动手能力。

二、授课目标

通过课程的学习，让学生了解语音语言信号处理的基础知识和概念以及人工神经网络理论与应用技术，使学生了解最新基于深度学习的自然语言处理理论，具备持续学习新理论和新技术的能力，能够适应行业的快速变化。通过实验，使学生掌握端到端语音识别与自然语言理解系统的前沿设计理念及方法，培养学生具有良好的问题分析与算法设计能力。

三、课程大纲

四、预备知识

本课程应该在先学习完《Python语言程序设计》、《数字信号处理》和《机器学习》的前提下开设的专业课。

五、参考资料

[1] 《深度学习入门 – 基于Python的理论与实现》，斋藤康毅，人民邮电出版社，2018

[2] 《基于深度学习的自然语言处理》，约阿夫 戈尔德贝格，机械工业出版社，2018。

[3] <Deep Learning from Scratch 2>，斋藤康毅, O’Reilly, 2018

[4] 《自然语言处理综述（第二版）》，Daniel Jurafsky 等，电子工业出版社，2019

[5] 《深度学习》，伊恩 古德费洛等，人民邮电出版社，2017