pytorch语音识别实战使用pytorch2.0作为语音识别的基本框架，循序渐进地引导读者从搭建环境开始，逐步深入到语音识别基本理论、算法以及应用实践，是较好的一本语音识别技术图书。本书配套示例源码、数据集、ppt课件等资源。pytorch语音识别实战分为13章，内容包括语音识别之路、pytorch2.0深度学环境搭建、音频信号处理的理论与python实战、音频处理常用工具包libroa详解与实战、基于dnn的语音情绪分类识别、一学会的深度学基础算法、基于pytorch卷积层的语音情绪分类识别、词映与循环神经网络、基于whiper的语音转换实战、注意力机制与注意力模型详解、鸟叫的多标签分类实战、多模态语音转换模型基础、glm架构多模态语音文字转换实战。pytorch语音识别实战内容详尽、示例丰富，适合作为语音识别初学者、深度学初学者、语音识别技术人员的参书，同时也非常适合作为高等院校或高职高专深度学、语音识别等课程的教材。