隱馬爾科夫模型-HMM-A Tutorial On Hidden Markov Models

0.概念：

語音信號處理/模式識別/統計分析，

1.算法:

常用的深度學習算法，包括
cnn/dnn/rnn/lstm;
GMM/SVM/CRF/MaxEnt/HMM;
對CTC 有經驗;

2.框架:

熟悉至少一種深度學習框架，包括 kaldi, tensorflow, caffe, mxnet 等；
常用工具如 Caffe, CNTK, TensorFlow, Pytorch, Kaldi, CTC 技術
熟握 Kaldi, SRiLM, RNNLM, TensorFlow 等社區開源工具中的一種及以上

3.語言：

精通C/C++，Python，Shell編程語言，對數據結構和算法設計有深刻理解；
熟悉C/C++或Python等任意一種編程語言

4.paper:

在學術會議期刊發表過相關論文者優先，有算法優化經驗者優先
在相關國際會議或主流期刊上發表論文者優先（ICASSP，Interspeech，ASRU）
在Interspeech，ICASSP等語音學術會議中有論文發表者優先。

4.領域：

計算機、信號處理、自動化

http://www.inf.ed.ac.uk/teaching/courses/asr/

視頻：數位語音處理概論

http://ocw.aca.ntu.edu.tw/ntu-ocw/ocw/cou/104S204/1

https://book.douban.com/review/8658211/#comments

語音識別學習資料入門整理