#好书推荐##好书奇遇季#《TensorFlow语音识别实战》，京东当当天猫都有发售。配套源码、PPT课件、数据集、开发环境与答疑服务。
自动语音识别（Automatic Speech Recognition，ASR）简称为语音识别，是目前科学界、互联网界和工业界研究的一大技术热点及重点方向，也是很有前途和广阔发展空间的一大新兴技术领域。语音识别可以看成一种广义的自然语言处理技术，目的是辅助人与人之间、人与机器之间更有效的交流。语音识别目前已经应用在人们生活中的各个方面，常用的有文字转语音、语音转文字等。
随着深度学习在图像处理中获得成功，科研人员尝试使用深度学习解决语音识别的问题，因为这两个领域的相关特征信息都是相对低层次的，可以借助深度学习的强大学习能力学习其中的复杂信息，目前来看这个尝试是成功的，深度学习同样能够帮助语音识别取得长足进步。
本书内容
本书分为10章，内容包括语音识别概况与开发环境搭建、TensorFlow和Keras、深度学习的理论基础、卷积层与MNIST实战、TensorFlow Datasets和TensorBoard详解、ResNet模型、使用循环神经网络的语音识别实战、有趣的词嵌入实战、语音识别中的转换器实战、语音汉字转换实战。
本书选用TensorFlow 2.1作为深度学习的框架，从TensorFlow 2的基础语法开始，到使用TensorFlow 2进行深度学习语音识别程序的设计和实战编写，全面介绍使用TensorFlow 2进行语音识别实战的核心技术及其相关知识，内容全面而翔实。
本书读者
本书适合作为语音识别和深度学习初学者必备的参考书，同时也非常适合作为高等院校和培训机构人工智能及相关专业师生的参考教材。
本书作者
王晓华，计算机专业讲师，研究方向为云计算、大数据与人工智能。著有《Spark MLlib机器学习实践》《TensorFlow深度学习应用实践》《OpenCV+TensorFlow深度学习与计算机视觉实战》《TensorFlow知识图谱实战》《TensorFlow人脸识别实战》《TensorFlow语音识别实战》《TensorFlow 2.0卷积神经网络实战》《Keras实战：基于TensorFlow2.2的深度学习实践》《TensorFlow深度学习从零开始学》《深度学习的数学原理与实现》等图书。
