大学本科人工智能专业《语音识别技术》项目式教案.docxVIP

大学本科人工智能专业《语音识别技术》项目式教案

一、教学背景

（一）学科定位与课程性质

本课程为大学本科人工智能专业二年级核心选修课，面向已完成《概率论与数理统计》、《信号与系统》、《机器学习基础》等前置课程的学生开设。语音识别技术作为人工智能领域人机交互的关键技术之一，融合了数字信号处理、统计建模、深度学习、自然语言处理等多学科知识，具有极强的理论性与工程性。课程以“唤醒词检测”项目为载体，通过四阶段递进式任务群，帮助学生建立从声学特征到语义理解的全链路工程思维。

（二）学情分析

学生已掌握线性代数、概率论基本工具，能够独立推导多元高斯分布，熟悉神经网络前向传播与反向传播的数学表达。但在时序数据处理、变长输入输出对齐、实时解码等方面存在认知空白。多数学生对智能音箱、语音助手等应用有强烈好奇心，具备通过动手实践驱动理论学习的内生动力。部分学生在项目协作中容易出现任务切割不均、代码整合冲突等问题，需针对性训练版本控制与团队沟通规范。

（三）教材与参考资料

主教材选用《语音识别：原理与应用》（俞栋、邓力著，第2版）。核心论文包括Graves2012年CTC奠基工作、Google2016年RNN-T论文、Conformer2020年研究。工程实践以Kaldi、ESPnet、WeNet三个开源框架为主线，自编实验指导书涵盖Docker镜像配置、Librosa特征提取、PyTorch模型剪枝