智能语音识别 · 修读回执档案

我认为这个课真的极大地增强了AI班的凝聚力，打开kaggle discussion能看到那些提前开始写作业的大佬们把坑全踩一遍，然后给大家写详细的教程，真的感动，属于有人替你把雷排了还给你递上地图。没他们我可能两个月也做不完这作业，呜呜。 没有期末考试，给分取决于平时作业，上课讲的是纯推导和理论之类的，对作业不一定有很大的帮助，你听完课回去写作业仍然得自力更生。 建议想冲满绩的同学上课多举手回答课前问题（都是ppt上原话，打开ppt根据老师的问题搜就行），当然要是像我一样不想争bonus只做必做的，上3.7也是挺容易的，别怕。

考核标准：先是小作业里的推导，再加一场大作业project，project有点像开盲盒走迷宫，有点小tricky，但给分统统非常之高。日常一旦回答个问题、做individual思考题，还有6分的额外bonus蹦出来，满绩几乎是自动巡航抵达的那种容易。 授课质量：略偏枯燥，很多地方要去咀嚼和把握，不过说实话，这甚至不太妨碍大小作业照做（走神走出一趟小差也一样能赶上）。

课程内容：就跟课程名一个意思。两个project设计略微有点欠缺考虑，经常同学指出问题后它就跟着修正、任务要求一改再改，阴间程度就这么被叠上去了。 上课自由度：签到15分，每节课课前canvas签到 考核标准：15签到+25小作业+25项目1+35项目2（+6思考题/课堂参与附加分） 授课质量：老师讲得还不错 希望助教能及时在kaggle或canvas上解答问题~ canvas出分后更新：给分友好，加一颗星

上课学不到什么东西，作业纯粹浪费时间，一节课的价值堪比用大勺搅空气。 助教为了偷懒采用Kaggle评分，有效促进了内卷，卷到张张榜上有铭牌。第二次大作业布置拖拖拉拉，到最后两天还在修改作业要求，给同学们的工作量超级加倍，截止时间随意延期，完全不尊重同学意愿，遇到问题随机回答，真正的量子态答疑，锻炼了大家的合作能力——确实是诚不我欺的那种锻炼。 --- upd 2023.6.25：给分很好，但不影响作业本身是答辩，人是香的，菜是臭的，就是这么个组合。

课程内容：信号处理、语音处理、自动语音识别、声纹及语音合成，一串听下来属实是人类耳朵的奥林匹克。 上课自由度：每节课扫码签到，主打一个电子点名让你无处遁形。有提问，回答可加分——所以课堂就是一场谁先把气氛盘活的真人答题综艺。 考核标准：15%出勤+25%书面作业（公式推导）+60%大作业（25%语音端点检测 +35%Kaldi 语音识别）+6%加分（上课回答问题1分/次，课后附加题2分/次）。数字就是这么躺着的，我没给它变换形态。 授课质量：讲课质量实际上还行，内容丰富详细，可能略难——这块的体验像吃了一碗没放盐的佛跳墙，食材顶配，就是差那么一口调味。这门课的问题不在讲课上，而在于两次大作业，真·答辩担当。 第一次大作业，内容倒有点意思，做的VAD是语音识别的实际应用中比较重要的一部分。但说明文档描述极度不清晰，堪比用谜语生成的说明书。如果完全按照培养计划学到这里的话，应该是没有接触过模型的搭建和训练的。然而作业没有任何技术实现的指导，条条框框的要求倒是不少，像把我扔进厨房还告诉我“随便做，明天国宴请你主厨”。提供的标注也存在问题，大作业发布之后还得缝缝补补修修改改，好像我这菜都得先去美缝。助教的答疑也不是很行，问题回答的太粗略——问东答西的程度，堪比拿手电筒找人。 这个大作业体现的本质是课程衔接的问题：没有从代码层面过一遍模型训练的baseline，就直接要求从零编写全部程序。这会让很多同学一头雾水，完成的非常痛苦，直接当场表演灵魂重启。虽然课程衔接问题不是这一门课导致的，但是学生的基础总是教学中重要的考量。这门课已经开了几年，应该是对这一阶段学生的知识和技能储备有认识的。如果不打算改变大作业的内容和要求，至少可以加强支撑，例如给出更多参考资料、提供详细答疑等——加一层安全垫总比让大家硬着陆好。 第二次大作业，大词汇连续语音识别系统搭建以及评测，用的是kaldi工具。考虑到学生可能没有足够算力的设备，申请了超算账号，这确实值得赞，做得好。但是超算上配置的环境有许多bug，助教答疑也不及时，最后居然是靠专业的大佬们一步步踩坑总结经验、写了教程，全班互帮互助才把作业堆完的——原始社会资源共享模式被封印在校内。 我是第一批开始做的，不知道浪费了多少时间。到后面教程完善了之后，做起来就非常容易了，属于被前辈们薅出道路的便利。 给分很好，有额外加分，容易满绩，于是给到三星。但不影响大作业本身依然是答辩——就像川菜馆的甜品再好吃，也盖不住水煮鱼里没熟。