語音是人類社會傳遞資訊最有效、最常用、最方便的資訊交換方式。計算機是人類歷史上具有創世紀意義的發明創造。幾百年來，人類一直在探索和尋找是機器說話甚至與人類交流的方法。幾十年來，科研工作者，工業界一直在孜孜不倦的追求讓計算機聽懂人類語言，並且與人類交流的的夢想。因此產生的語音相關課題不斷湧現。語音識別、語義理解、對話生成、機器翻譯、語音合成形成了人機對話的迴圈。因此而產生的十分必要的研究方向還包括 語音增強、語音分離、聲紋識別、情感識別、情感合成、多語言識別與合成、語音轉換、前端處理、韻律**、多音字**等等。隨著演算法的不斷演進，語音領域也在不斷發展很改變著自己的研究方法。目前深度學習的方法在語音領域得到了極其廣泛的應用。但是，這一切工作的基礎，都**於語音頻號處理的基礎。
基礎科學的發展是科學前進最深處最深厚的力量。
語音頻號處理作為語音領域的基石。必將得到更多的研究和發展。
* 語音識別：比如在聲控系統中的應用、口語翻譯、聽寫機等等；
* 說話人識別： 主要應用於安全加密比如銀行等領域；
* 語音合成 ： 生活、教育、通訊等等領域。此外還有語音翻譯（結合機器翻譯）、視覺語音（與影象技術結合，如talkinghead）
* 語音編碼技術： 是諸多語音技術發展的基礎；
* 基於語音的資訊檢索：
* 網路**技術 ： 通過tcp/ip技術實現通訊；
* 語音訓練與校正 ： 主要應用於教育領域，為外語學習提供反饋，如計算機輔助語言學習call;
* 語種識別 ： 依靠不同語種之間的音素集合、音位序列、音節結構、韻律特徵、詞彙分類、語法語義等。
* 情感處理研究 ： 非語言資訊的研究。
1. 個性化。包括定製化的語音應用。如個性化語音合成。多語言語音識別與合成。
2. 多模態。隨著硬體的公升級和演算法的演進， 語音領域也將會越來越多的實現學科交叉。多模態的語音應用必將是未來的潮流。
3. 深度學習與訊號處理的結合。
RealSense 0 寫在前面
打算這兩開始整理去年畢設所做的關於realsense的專案。之所以現在才開始整理純粹是因為這兩天有同學問到了這個專案的細節。然後大概搜尋了一下目前關於realsense的資料還是很少，所以拿出來分享希望能夠對同學們有所幫助。說實話我本身不太看好把realsense用在遊戲中。因為實際上操控效果很差，...
emmmmm，寫在前面
怎麼說呢，雖說已經打了大半年的acm了，早就有寫部落格的想法了，一直沒實現，也就是今天上著演算法課，突然的就想把我的這段旅程記錄下來，我的部落格主要會寫我學到的演算法課上的知識啦，也會有打過的比賽中一些有意思的題啊，日常肝到凌晨的cf啊 等等，當然還有每學期末的知識點整理啊，還有每次的程式作業，劃重...
寫在前面的話
csdn開博前言 這是第一次在csdn寫博，所以將寫作的背景及原因交待一下，恐以後自己寫博的時候離題萬里，當看到這篇文章的時候明白要在這個地方留下些什麼東西。也或許有幸能被別人看到我寫的文字，也能明白我的意圖。寫這些文字的時候，我做為一名開發人員在一家軟體公司實習。能有機會從事和程式設計相關的工作心...