马士兵AI人工智能工程师2期2022

600学习网终身会员188 所有资源免费无秘无压缩-开通会员

├──章节1-开班典礼_学前必看

├──课时1-人工智能课程大纲_ev .mp426.39M

├──课时10-人工智能和大数据的关系_ev .mp411.78M

├──课时11-工具方法的选择_ev .mp435.47M

├──课时12-预习FM模型_ev .mp46.71M

├──课时2-模型不能通吃_ev .mp430.93M

├──课时3-学习方法_ev .mp436.67M

├──课时4-知识点分级_ev .mp427.85M

├──课时5-学习路线_ev .mp477.04M

├──课时6-辅导书推荐_ev .mp447.43M

├──课时7-数学只是工具_ev .mp41.53M

├──课时8-学习方法问题_ev .mp49.40M

└──课时9-编程环境问题_ev .mp451.83M

├──章节10-端到端语音合成声学模型

├──课时1-后端声学模型 声学特征_ev .mp421.54M

├──课时10-Tactorn2_ev .mp423.09M

├──课时11-对比Tactorn1与Tactorn2_ev .mp414.11M

├──课时12-总结缺陷_ev .mp44.63M

├──课时13-FASTSpeech_ev .mp439.33M

├──课时14-端到端合成_ev .mp417.48M

├──课时15-本节小节_ev .mp43.35M

├──课时2-声学特征提取_ev .mp422.17M

├──课时3-傅里叶变换_ev .mp411.68M

├──课时4-梅尔滤波_ev .mp425.30M

├──课时5-端到端语音合成_ev .mp48.31M

├──课时6-Tactorn1_ev .mp418.96M

├──课时7-seq2seq与Attention_ev .mp447.86M

├──课时8-Tactorn1_ev .mp433.23M

└──课时9-Tactorn1存在的问题_ev .mp49.28M

├──章节11-语音合成声码器及端到端语音合成实战

├──课时1-声码器_ev .mp47.25M

├──课时10-语音合成例子讲解_ev .mp444.27M

├──课时2-GriffinLim_ev .mp417.63M

├──课时3-WaveNet_ev .mp442.86M

├──课时4-语音合成数据集_ev .mp429.24M

├──课时5-Tacortron2学习资料_ev .mp45.37M

├──课时6-生成train.txt的数据_ev .mp424.42M

├──课时7-代码结构_ev .mp462.62M

├──课时8-预处理步骤_ev .mp4122.17M

└──课时9-浏览器访问_ev .mp431.40M

├──章节12-LSTM和ELMO

├──课时1-LSTM(1)_ev .mp420.07M

├──课时10-评价一句话4个词_ev .mp435.54M

├──课时11-训练如何做_ev .mp412.94M

├──课时12-LSTM构建语言模型_ev .mp44.12M

├──课时13-另一种分解方式_ev .mp46.03M

├──课时14-另一种模型构建_ev .mp46.12M

├──课时15-结论_ev .mp44.56M

├──课时16-ELMO模型_ev .mp444.34M

├──课时17-序列信息训练技_ev .mp46.90M

├──课时18-ELMO训练方法_ev .mp425.48M

├──课时19-Elmo分类任务_ev .mp412.45M

├──课时2-做项目时处理技巧_ev .mp414.51M

├──课时20-标注信息_ev .mp425.71M

├──课时3-CNN文本分类_ev .mp416.05M

├──课时4-LSTM(2)_ev .mp423.45M

├──课时5-LSTM问题_ev .mp412.42M

├──课时6-HMM_ev .mp422.20M

├──课时7-数学到底是什么_ev .mp412.50M

├──课时8-ELMO引入_ev .mp47.68M

└──课时9-NLP领域语言模型_ev .mp411.40M

├──章节13-实战项目：智能输入法

├──课时1-总结上节课_ev .mp411.35M

├──课时10-同音字存在的问题_ev .mp44.23M

├──课时11-训练及代码讲解_ev .mp471.26M

├──课时12-效果进一步提升_ev .mp445.84M

├──课时2-编程问题_ev .mp46.13M

├──课时3-Elmo模型实现_ev .mp439.86M

├──课时4-项目输入法讲解_ev .mp483.98M

├──课时5-技巧_ev .mp433.42M

├──课时6-整体步骤_ev .mp413.16M

├──课时7-如何使用_ev .mp415.88M

├──课时8-拼音到汉字_ev .mp452.03M

└──课时9-模型训练完的使用_ev .mp410.88M

├──章节14-输入法项目之新词发现

├──课时1-分享问题_ev .mp468.59M

├──课时10-LSTM用深度学习怎么做_ev .mp423.34M

├──课时11-Encoder和Decoder_ev .mp44.78M

├──课时12-机器翻译的难点_ev .mp433.77M

├──课时13-机器学习理论问题_ev .mp426.67M

├──课时14-Attention_ev .mp441.03M

├──课时2-新词_ev .mp434.59M

├──课时3-新词发现_ev .mp445.81M

├──课时4-统计两字字符串特征_ev .mp430.73M

├──课时5-模型搭建_ev .mp420.26M

├──课时6-模型训练后需求_ev .mp436.68M

├──课时7-新词发现的特殊点_ev .mp49.93M

├──课时8-输入法项目_ev .mp417.49M

└──课时9-LSTM模型机器翻译_ev .mp410.19M

├──章节15-注意力模型Attention

├──课时1-注意力模型_ev .mp439.77M

├──课时10-图文匹配_ev .mp432.10M

├──课时11-SelfAttention_ev .mp421.04M

├──课时2-求相似度及Attention_ev .mp482.80M

├──课时3-机器翻译_ev .mp422.58M

├──课时4-展示语料及代码_ev .mp446.98M

├──课时5-超级多类别分类_ev .mp426.72M

├──课时6-机器学习改良_ev .mp420.96M

├──课时7-智能问答_ev .mp49.79M

├──课时8-Attention_ev .mp444.64M

└──课时9-小结Attention_ev .mp412.88M

├──章节16-注意力模型Self-Attention

├──课时1-SelfAttention_ev .mp486.37M

├──课时2-Attention词袋模型_ev .mp437.40M

├──课时3-SelfAttention和Lstm优缺点_ev .mp430.10M

├──课时4-SelfAttention取代Lstm_ev .mp42.99M

├──课时5-多抽头Attention_ev .mp466.77M

├──课时6-多抽头过多时_ev .mp47.60M

├──课时7-批标准化_ev .mp44.47M

├──课时8-批标准化前置回顾_ev .mp456.73M

└──课时9-批标准化好处_ev .mp434.51M

├──章节17-Transformer和Bert

├──课时1-继续批标准化_ev .mp437.08M

├──课时10-Bert_ev .mp422.83M

├──课时11-如何使用Bert_ev .mp445.70M

├──课时12-文本分类分类任务_ev .mp412.49M

├──课时13-迁移学习_ev .mp48.84M

├──课时14-Bert出现对行业是好事吗_ev .mp419.30M

├──课时15-总结_ev .mp411.41M

├──课时2-批正规化_ev .mp415.01M

├──课时3-shortcut_ev .mp417.01M

├──课时4-信息变换抄近道_ev .mp417.98M

├──课时5-对序列转换_ev .mp434.89M

├──课时6-宏观角度Transformer_ev .mp410.47M

├──课时7-谷歌做法_ev .mp45.99M

├──课时8-Elmo模型训练方法1_ev .mp439.69M

└──课时9-Elmo模型训练方法2_ev .mp432.20M

├──章节18-图像之文本检测

├──课时1-今日内容_ev .mp45.98M

├──课时10-模型部署_ev .mp423.85M

├──课时11-文本定位_ev .mp436.33M

├──课时2-前提要求_ev .mp410.30M

├──课时3-文字识别问题_ev .mp427.01M

├──课时4-文本识别_ev .mp47.15M

├──课时5-LeNet_ev .mp48.65M

├──课时6-网络发展脉络_ev .mp428.58M

├──课时7-数据准备_ev .mp426.15M

├──课时8-模型调优_ev .mp425.68M

└──课时9-模型训练_ev .mp47.85M

├──章节19-图像之文本识别

├──课时1-目标检测_ev .mp47.36M

├──课时10-CTPN_ev .mp410.47M

├──课时11-RRPN_ev .mp42.91M

├──课时12-TextBoxes_ev .mp45.02M

├──课时13-检测框回归_ev .mp41.75M

├──课时14-EAST_ev .mp410.74M

├──课时15-只做语义分割不做边界回归_ev .mp42.31M

├──课时16-PixelLink_ev .mp44.92M

├──课时17-目标区域选择_ev .mp48.36M

├──课时18-NMS变种_ev .mp42.60M

├──课时19-困难样本选取_ev .mp411.50M

├──课时2-问题泛化_ev .mp49.51M

├──课时20-OHEM_ev .mp42.39M

├──课时21-多尺度方法_ev .mp414.84M

├──课时22-文本框表示_ev .mp41.55M

├──课时23-多行粘连处理_ev .mp42.22M

├──课时24-Loss Fun_ev .mp411.95M

├──课时25-数据集_ev .mp45.19M

├──课时26-任重道远_ev .mp49.30M

├──课时3-文本分类_ev .mp47.40M

├──课时4-文本检测_ev .mp44.40M

├──课时5-RCNN_ev .mp412.89M

├──课时6-YOLO_ev .mp410.80M

├──课时7-SSD_ev .mp412.34M

├──课时8-文本的特点_ev .mp49.56M

└──课时9-Faster RCNN检测文本_ev .mp43.67M

├──章节2-FM模型

├──课时1-FM模型_ev .mp432.01M

├──课时10-代码展示_ev .mp48.84M

├──课时11-xlearn_ev .mp467.29M

├──课时12-参数数量设置_ev .mp466.55M

├──课时13-keras_ev .mp445.26M

├──课时14-嵌入层_ev .mp436.22M

├──课时2-特征组合_ev .mp454.07M

├──课时3-特征交叉出现的问题_ev .mp455.11M

├──课时4-间接交叉_ev .mp427.27M

├──课时5-解耦_ev .mp434.65M

├──课时6-逻辑回归解耦后的特征_ev .mp413.86M

├──课时7-测试集 训练集_ev .mp410.62M

├──课时8-运算量问题_ev .mp461.30M

└──课时9-总结_ev .mp416.65M

├──章节20-文本分类项目：分类任务简介、分类系统综述

├──课时1-今日内容介绍_ev .mp418.01M

├──课时2-项目介绍_ev .mp410.06M

├──课时3-文本分类综述_ev .mp439.44M

├──课时4-项目总体流程_ev .mp426.89M

└──课时5-开始任务前 需考虑什么_ev .mp434.01M

├──章节21-文本分类项目：基本模型回顾 – NB、SVM

├──课时1-基本模型Naive Bayes_ev .mp413.66M

├──课时2-基本模型NB_ev .mp412.33M

├──课时3-基本模型SVM_ev .mp425.35M

└──课时4-回答学生问题_ev .mp44.82M

├──章节22-文本分类项目：基本模型回顾 – FastText

├──课时1-训练部分ss_ev .mp411.37M

├──课时2-基本模型FastText1_ev .mp423.97M

├──课时3-基本模型FastText2_ev .mp43.78M

├──课时4-为什么用三个基本模型_ev .mp411.75M

├──课时5-基本模型xgboost_ev .mp49.31M

└──课时6-整体流程_ev .mp46.18M

├──章节23-文本分类项目：系统集成、系统调优

├──课时1-走读代码_ev .mp460.41M

├──课时2-准确率_ev .mp46.52M

├──课时3-多分类_ev .mp413.14M

├──课时4-混淆矩阵_ev .mp428.24M

├──课时5-数据_ev .mp48.99M

└──课时6-与学生互动_ev .mp47.03M

├──章节24-文本分类项目：系统优化：实体信息

├──课时1-回顾及基本文章分类器_ev .mp413.57M

├──课时2-优化语料及解决方案_ev .mp420.38M

├──课时3-结论_ev .mp46.18M

├──课时4-实体特征优化及解决方案_ev .mp432.47M

└──课时5-多图少文类型优化_ev .mp49.77M

├──章节25-文本分类项目： 系统优化：图片分类

├──课时1-Inception结构_ev .mp422.46M

├──课时2-图片分类1_ev .mp425.65M

├──课时3-图片分类2_ev .mp426.22M

└──课时4-整合_ev .mp414.17M

├──章节26-文本分类项目： 深度模型系统：TextCNN

├──课时1-图片分类代码_ev .mp411.66M

├──课时2-系统整体架构及及模型回顾_ev .mp420.55M

├──课时3-看代码_ev .mp421.34M

├──课时4-Tensorflow-Serving及工作流程_ev .mp413.79M

└──课时5-模型导出及运行方式_ev .mp420.08M

├──章节27-文本分类项目：Tensorflow Serving简介以及深度模型分类系统集成

├──课时1-主服务RPC框架_ev .mp411.24M

├──课时2-看代码_ev .mp454.01M

├──课时3-Wide deep_ev .mp414.42M

├──课时4-整体架构的一些问题_ev .mp415.03M

└──课时5-回答学生问题_ev .mp416.14M

├──章节28-高级图像技术1

├──课时1-速通机器学习_ev .mp47.42M

├──课时2-cnn卷积神经网·滤波_ev .mp426.99M

├──课时3-池化操作_ev .mp459.94M

└──课时4-卷积核_ev .mp472.88M

├──章节29-高级图像技术2

├──课时1-小卷积核(1)_ev .mp446.37M

├──课时2-小卷积核(2)_ev .mp429.88M

├──课时3-宽卷积_ev .mp443.02M

└──课时4-并联卷积_ev .mp420.91M

├──章节3-推荐系统之协同过滤

├──课时1-架构大数据与人工智能关系_ev .mp412.80M

├──课时10-召回整体两种_ev .mp411.60M

├──课时11-协同过滤_ev .mp446.64M

├──课时12-ICF_ev .mp49.84M

├──课时13-编程技巧_ev .mp48.41M

├──课时14-代码展示_ev .mp410.90M

├──课时15-行为数据解释_ev .mp449.23M

├──课时16-行为数据好坏指标_ev .mp417.43M

├──课时17-ucf和icf的差别_ev .mp449.04M

├──课时18-应用场景问题_ev .mp421.20M

├──课时19-总结_ev .mp414.50M

├──课时2-FFM_ev .mp421.99M

├──课时3-FFM存在的问题_ev .mp425.41M

├──课时4-做项目一个数据驱动模型_ev .mp43.43M

├──课时5-FFM模型工具_ev .mp46.61M

├──课时6-机器学习算法题讲解_ev .mp412.14M

├──课时7-FM模型取代矩阵分解_ev .mp416.64M

├──课时8-项目部署及项目介绍_ev .mp432.80M

└──课时9-推荐系统_ev .mp430.28M

├──章节30-高级图像技术3

├──课时1-深入卷积核_ev .mp49.47M

├──课时2-DeprhWise_ev .mp427.44M

├──课时3-特征通道加权卷积SEnet(1)_ev .mp426.26M

├──课时4-特征通道加权卷积SEnet(2)_ev .mp411.86M

├──课时5-LeNet_ev .mp410.88M

├──课时6-VGGnet_ev .mp415.88M

├──课时7-VGGnet(1)_ev .mp450.97M

└──课时8-GoogleNet1_ev .mp413.72M

├──章节31-高级图像技术4

├──课时1-Inception2_ev .mp424.54M

├──课时2-Inception v3_ev .mp432.40M

├──课时3-Xception_ev .mp410.36M

├──课时4-shortcut_ev .mp416.78M

├──课时5-Rsenet_ev .mp435.00M

└──课时6-Renext_ev .mp4105.24M

├──章节32-海外项目：推荐系统入门简介

├──课时1-自我介绍_ev .mp424.46M

├──课时2-课程目的_ev .mp42.67M

├──课时3-AI行业的介绍_ev .mp47.00M

├──课时4-机器学习入门简介_ev .mp47.65M

├──课时5-机器学习应用_ev .mp43.84M

├──课时6-推荐系统简介_ev .mp48.74M

├──课时7-推荐算法HOTITEM简介_ev .mp45.41M

└──课时8-推荐算法协同过滤简介_ev .mp430.99M

├──章节33-海外项目：Item2vec算法以及实际应用

├──课时1-内容推荐_ev .mp48.14M

├──课时2-模型算法_ev .mp432.38M

├──课时3-导航仪上的推荐系统_ev .mp414.97M

└──课时4-Item2Vec_ev .mp434.98M

├──章节34-海外项目：数据预处理

├──课时1-数据预处理_ev .mp443.88M

└──课时2-数据处理库_ev .mp438.04M

├──章节35-海外项目：经典CTR预估算法sparselogistics regression

├──课时1-数据处理库_ev .mp412.89M

├──课时2-异常值_ev .mp411.58M

├──课时3-回顾模型算法_ev .mp49.44M

├──课时4-Sparse Logistic Regressior_ev .mp430.82M

├──课时5-逻辑回归及更新_ev .mp416.13M

├──课时6-spr及sparse_ev .mp414.35M

└──课时7-总结_ev .mp44.36M

├──章节36-海外项目：深度学习入门

├──课时1-回顾_ev .mp428.49M

├──课时2-深度学习入门_ev .mp426.33M

├──课时3-神经元_ev .mp410.97M

└──课时4-激活函数_ev .mp420.42M

├──章节37-海外项目：CNN LSTM详细讲解

├──课时1-激活函数_ev .mp413.61M

├──课时2-深入学习_ev .mp429.91M

├──课时3-补充_ev .mp412.65M

└──课时4-cnn_ev .mp442.62M

├──章节38-海外项目：self-attention 机制讲解

├──课时1-回顾_ev .mp47.89M

├──课时2-RNN_ev .mp411.59M

├──课时3-LSTM_ev .mp429.03M

└──课时4-Wide Deep Model_ev .mp426.27M

├──章节39-海外项目：wide-deep model代码实战

├──课时1-注意力机制 及概率分布_ev .mp422.23M

├──课时2-Self-Scaled-attention_ev .mp445.05M

├──课时3-wide-deep model_ev .mp454.22M

└──课时4-总结_ev .mp410.59M

├──章节4-推荐系统之召回

├──课时1-回顾推荐系统召回阶段_ev .mp47.11M

├──课时10-Annoy使用步骤_ev .mp433.18M

├──课时11-表示学习_ev .mp433.55M

├──课时12-图文匹配_ev .mp47.93M

├──课时13-召回好处_ev .mp414.35M

├──课时14-回答问题_ev .mp48.55M

├──课时15-效果怎么测试_ev .mp417.85M

├──课时16-如果打破茧层 召回率下降_ev .mp413.68M

├──课时17-正确率和茧房关系_ev .mp410.61M

├──课时18-Vcf满意度高 打破茧房_ev .mp46.28M

├──课时19-第1 2代召回_ev .mp423.57M

├──课时2-冷启动_ev .mp412.23M

├──课时20-第三代召回_ev .mp46.80M

├──课时21-随机建树_ev .mp477.08M

├──课时22-TDM算法_ev .mp428.11M

├──课时23-第二代召回问题_ev .mp48.15M

├──课时24-TDM号称第三代_ev .mp413.07M

├──课时3-用户行为过少 导致没有l1和l3相连_ev .mp413.22M

├──课时4-很多连边不全_ev .mp417.02M

├──课时5-产品角度推荐系统包含的角涩_ev .mp418.12M

├──课时6-为什么ucf和icf容易产生信息虫房_ev .mp411.57M

├──课时7-机器学习的好处_ev .mp417.79M

├──课时8-数量级降低_ev .mp410.86M

└──课时9-两个工具Annoy和Faiss_ev .mp48.83M

├──章节40-智能聊天机器人1

├──课时1-聊天机器人_ev .mp413.79M

├──课时10-扩展_ev .mp440.06M

├──课时11-提取关键词_ev .mp415.78M

├──课时2-技术分类_ev .mp423.03M

├──课时3-聊天方式_ev .mp411.91M

├──课时4-项目，小黄鸡_ev .mp459.91M

├──课时5-技术架构_ev .mp452.94M

├──课时6-倒排索引_ev .mp425.97M

├──课时7-设置idf_ev .mp425.90M

├──课时8-IDF注意事项_ev .mp424.21M

└──课时9-idf倒排索引_ev .mp487.34M

├──章节41-智能聊天机器人2

├──课时1-query_ev .mp429.37M

├──课时10-损失函数_ev .mp415.71M

├──课时11-三元学习_ev .mp488.28M

├──课时12-相识度计算选取5个候选答案_ev .mp472.41M

├──课时13-输出长度为5的20维向量序列_ev .mp456.68M

├──课时14-多轮_ev .mp49.93M

├──课时2-双塔模型和度量学习_ev .mp425.97M

├──课时3-构造三元数据_ev .mp434.51M

├──课时4-过拟合_ev .mp415.55M

├──课时5-query和Q位于同一语义空间_ev .mp425.36M

├──课时6-图文匹配_ev .mp417.77M

├──课时7-M1等于M2框架搭建_ev .mp446.50M

├──课时8-构建损失函数_ev .mp466.45M

└──课时9-召回模块_ev .mp413.81M

├──章节5-推荐系统之排序1

├──课时1-排序_ev .mp487.90M

├──课时2-正负样本和训练集样本_ev .mp424.63M

├──课时3-user和item稀疏向量形式_ev .mp433.12M

├──课时4-正样本60的概率排在负样本前面_ev .mp468.17M

├──课时5-残差学习_ev .mp435.24M

├──课时6-GBDT_ev .mp473.43M

├──课时7-Rank离线训练_ev .mp4103.05M

└──课时8-迁移学习和三代召回系统_ev .mp440.78M

├──章节6-推荐系统之排序2

├──课时1-展示上节课效果_ev .mp427.46M

├──课时10-微软深度学习模型讲解_ev .mp448.50M

├──课时11-PNN模型讲解_ev .mp466.12M

├──课时12-NFM模型讲解_ev .mp443.04M

├──课时13-总结_ev .mp433.80M

├──课时2-整体流程_ev .mp416.23M

├──课时3-其他模型介绍_ev .mp441.71M

├──课时4-复杂模型特征_ev .mp459.16M

├──课时5-小结_ev .mp410.77M

├──课时6-思考题_ev .mp411.09M

├──课时7-华为深度学习模型讲解_ev .mp420.56M

├──课时8-谷歌深度学习模型讲解_ev .mp434.50M

└──课时9-回答问题_ev .mp416.90M

├──章节7-RNN和LSTM

├──课时1-时序模型_ev .mp42.04M

├──课时10-LSTM(下)_ev .mp426.45M

├──课时11-和RNN不同_ev .mp47.39M

├──课时12-五组参数学习_ev .mp415.29M

├──课时13-序列模型的应用场景_ev .mp412.13M

├──课时14-seq2seq_ev .mp430.58M

├──课时15-LSTM补充_ev .mp411.89M

├──课时16-文本分类_ev .mp415.54M

├──课时17-LSTM输入要求_ev .mp412.85M

├──课时18-讲解代码_ev .mp415.67M

├──课时19-讲解return_sequences_ev .mp42.49M

├──课时2-NLP词姓标注_ev .mp457.99M

├──课时20-LSTM无法并行运算_ev .mp443.28M

├──课时3-不同时间点信息通过h传播_ev .mp411.36M

├──课时4-补充数学知识_ev .mp440.02M

├──课时5-RNN_ev .mp417.69M

├──课时6-梯度下降法和梯度爆炸_ev .mp449.32M

├──课时7-RNN存在的问题_ev .mp49.62M

├──课时8-梯度消失 梯度爆炸_ev .mp420.44M

└──课时9-LSTM(上)_ev .mp457.52M

├──章节8-语音合成方法介绍

├──课时1-本课程收获什么_ev .mp46.31M

├──课时10-课程学习路线_ev .mp47.59M

├──课时11-语音学基础知识_ev .mp455.76M

├──课时12-语音合成_ev .mp475.22M

├──课时13-拼接法优缺点_ev .mp413.29M

├──课时14-参数法合成语音_ev .mp416.25M

├──课时15-传统参数语音合成缺陷_ev .mp41.98M

├──课时16-神经网络参数合成法_ev .mp410.65M

├──课时17-LSTM参数合成方法_ev .mp43.05M

├──课时18-参数合成方法总结_ev .mp42.24M

├──课时19-深度学习合成方案_ev .mp436.36M

├──课时2-本课程前置技能要求_ev .mp49.79M

├──课时20-语音合成发展方向_ev .mp45.38M

├──课时21-本节小结_ev .mp42.08M

├──课时3-做AI需要什么_ev .mp410.25M

├──课时4-AI语音研究方向_ev .mp48.17M

├──课时5-应用场景_ev .mp411.69M

├──课时6-行业头部_ev .mp410.00M

├──课时7-场景体验_ev .mp410.00M

├──课时8-智能语音机器人_ev .mp47.89M

└──课时9-呼叫流程交互时序流程_ev .mp410.23M

└──章节9-语音合成前端

├──课时1-本节课介绍_ev .mp413.35M

├──课时10-韵律结构_ev .mp415.48M

├──课时11-韵律预测_ev .mp411.03M

├──课时12-变调与不变调_ev .mp422.43M

├──课时13-儿化音 轻声_ev .mp49.97M

├──课时14-ABB叠词发音_ev .mp43.97M

├──课时15-多音字消歧_ev .mp412.13M

├──课时16-序列标注法_ev .mp49.23M

├──课时17-前端主要问题_ev .mp418.69M

├──课时18-本节小结_ev .mp48.28M

├──课时19-演示注音程序_ev .mp440.31M

├──课时2-语音学介绍_ev .mp432.81M

├──课时3-语音合成前端_ev .mp47.95M

├──课时4-TTS前端Pipeline_ev .mp421.92M

├──课时5-文本分析_ev .mp44.33M

├──课时6-文本归一化_ev .mp410.96M

├──课时7-分词 注音_ev .mp438.79M

├──课时8-声调符号 韵律预测_ev .mp47.37M

└──课时9-韵律_ev .mp423.32M