秋招抱佛脚之作，大纲由GPT提供，内容由博主本人整理。
日更直到拿到满意的offer为止。
1. 声学与信号基础
采样率、Nyquist 定理 ★★★★★
采样率：
Nyquist定理：
短时傅里叶变换（STFT/ISTFT） ★★★★★
短时傅里叶变换：由于自然中的音频信号为在时间上连续的波形，为了便于处理，需要将其通过傅里叶变换得到离散的信号。
Mel 频率与 Mel 滤波器组 ★★★★★
MFCC（梅尔倒谱系数）、CQT（常Q变换） ★★★★★
窗函数（Hann、Hamming）与 N_FFT、Hop Length 参数含义 ★★★★★
2. 语音识别（ASR）
CTC 原理（对齐、空白符、Beam Search） ★★★★★
Attention-CTC 混合模型 ★★★★☆
Transducer（RNN-T）结构 ★★★★☆
Whisper 模型（大规模多语言语音识别） ★★★★☆
VAD（语音活动检测）与流式识别 ★★★★★
3. 音频增强与降噪
传统方法：谱减法、Wiener 滤波 ★★★☆☆
深度方法：Conv-TasNet、Demucs、DCCRN、SEGAN ★★★★☆
自监督降噪方法（Noisy Student、Noise2Noise） ★★★☆☆
多通道阵列与波束形成（Beamforming） ★★★☆☆
4. 声源分离与多模态
盲源分离（ICA） ★★★☆☆
音视频联合建模（Lip reading, AV-Hubert） ★★★☆☆
多模态对齐（早融合、后融合、联合嵌入） ★★★☆☆
5. 评价指标与应用
-
PESQ（感知语音质量）、STOI（可懂度指标）、SNR
★★★★★ -
WER（字错误率）、CER（字符错误率）
★★★★★ -
端到端与模块化系统的优缺点对比
★★★☆☆