语音小管家近年来，端到端（E2E）模型开始被广泛应用于语音识别领域。不同于传统语音识别系统中的发音字典、声学模型和语言模型，E2E语音识别只分为输入端的语音特征和输出端的文本信息。
再具体一点，为了避免这些复杂的建模过程，端到端模型从输入端（语音波形或特征序列）到输出端（单词或字符序列）直接用一个神经网络相连，用这个神经网络承担了原先所有模块的功能。通过训练直接优化最终结果，极大程度上简化了语音识别任务的建模过程。
从2021年开始，工业界开始有一种趋势，就是从传统的混合框架迁移到端到端的框架上去。其中，有一些公司技术迭代的比较快，已经完成迁移了；有一些公司还在验证过程中，很可能再过一两年就都迁移到端到端了。
因为端到端的优势比较明显，如前面所说：
搭系统的门槛低了；
在性能方面已经超越了传统的混合框架。
目前开源的端到端语音识别主流的方案有K2、PaddleSpeech、ESPnet、WeNet。其中，主流的落地方案是什么呢？这个要分开说，如果想搞科研，那么ESPnet就会更适合一些；如果要产品落地，那么目前来说WeNet是走在最前面的。
因此，很多高校研究者和语音识别从业者，非常希望能够系统的学习端到端语音识别，并且掌握WeNet、ESPnet等这些主流的语音识别方案。
基于此，语音之家联合厦门大学洪青阳老师推出了《语音识别原理与应用》线上课程。课程详细介绍端到端语音识别的基本原理，如何从0到1掌握如何使用WeNet和ESPnet，实战在不同应用场景下的端到端语音识别工程部署。
洪青阳
厦门大学副教授，天聪智能创始人
主要研究方向为声纹识别、语音识别，先后主持国家自然基金2项，科技部创新基金2项。牵头组建厦门大学智能语音实验室，带领XMUSPEECH团队连续两届获东方语种识别（OLR）竞赛第一名，发布声纹识别开源工具ASV-Subtools，助力国内外学术研究。具有丰富的工业界研发经验，核心技术应用到华为手机、基金证券、电力调度等领域。结合本地特色，成功研发闽南语识别和合成系统。2020年6月，出版专著《语音识别：原理与应用》。
担任IEEE ASLP、ICASSP、INTERSPEECH等国际期刊/会议审稿人，以及2020-2021年全国声纹识别研究与应用学术研讨会主席。
李涛
怎么上课? 在哪上课?
本门课程采取录播的形式，电脑/手机都能随时看课，同时配有微信学习群，授课教师、助教老师在线答疑解惑。报名后添加班主任微信 (微信号：SHCICI001)，班主任会发送详细的上课流程给你。
我可以在任何时间学习课程吗? 课程有效期是多久?
课程有效期内，随时可以学习，不限次数。本门课一共设置10节课，推荐学习周期1-3个月，课程有效期为开课后一年，可在一年内反复学习
有不懂的地方，是否有专门的老师来提供帮助?
除了授课教师外，本门课还配有班主任及助教老师，班主任会督促引导你按时学习，学习中有不懂的地方助教老师或授课老师在线提供帮助。
答疑课中我的问题一定会被回答到吗?
根据课程学习中的反馈，会不定时不定次安排老师做直播答疑，班主任会提前收集学生提问，答疑课后有问题也可以随时在学习群里提问，有问必答。
如何进入该课程答疑群?
报名后，请添加班主任微信 (微信号：SHCICI001) ，由班主任邀请进入学习群。
课程不满意，可以退款吗?
已开课课程，报名后七天无理由；预报名课程，课程开课后七天无理由。
有就业服务吗？
课程进度100%完成且结课作业获得优秀等级的学员，免费提供就业咨询服务。联系班主任了解更多。
