本书围绕语音识别的原理和应用讲解，理论结合实际，采用大量插图，辅以实例，力求深入浅出，让读者能较快地理解语音识别的基础理论和关键技术。为了帮助读者动手操作，提高实战技能，本书最后还结合Kaldi、ESPnet和WeNet等开源工具，介绍了具体的工程实践方法。本书包含以下章节：
第1章 语音识别概论，介绍人类语音的产生和感知过程，语音识别的关键技术、发展历史等。
第2章 语音信号基础，介绍声音的采集和量化过程，以及编码和存储格式。
第3章 语音特征提取，介绍语音信号的频域分析、倒谱分析、声学特征提取过程等。
第4章 HMM，介绍双重随机过程，以及HMM的三大问题。
第5章 GMM-HMM，介绍高斯混合模型的定义和重估计公式，并结合例子讲解GMM如何与HMM结合，以及对应的具体参数形式。
第6章 基于HMM的语音识别，介绍单音子声学模型和Viterbi解码过程，以及音素的上下文建模，包括双音子和三音子模型。
第7章 DNN-HMM，介绍深度学习在语音识别中的应用，包括CNN、LSTM、TDNN等网络。
第8章 语言模型，介绍语言模型的训练过程及其在语音识别中的作用。
第9章 WFST 解码器，介绍动态和静态的解码网络，以及WFST、HCLG等关键技术。
第10章 序列区分性训练，介绍 MMI/BMMI、MPE/sMBR等准则，以及Lattice-free MMI训练方法。
第11章 端到端语音识别，介绍CTC、RNN-T、Attention和Transformer等端到端语音识别系统。
第12章 Kaldi实践，首先介绍Kaldi的下载与安装步骤，然后以aishell-1中文数据库为例，介绍如何训练和测试模型。
第13章 ESPnet实践，介绍使用ESPnet进行目前主流的端到端语音识别模型的训练和解码过程。
第14章 WeNet实践，介绍使用WeNet进行CTC/Attention模型的训练和解码过程。
第15章 工业应用实践，介绍如何封装语音识别动态库，如何调用和调优，以及嵌入式移植和端侧部署过程。
本书由洪青阳完成主要章节的编写，李琳负责第3章的编写，洪青阳和李琳对全书进行了审校。特别感谢赵淼、李松、张宁、夏仕鹏、刘凯、胡文轩、李涛、余洪涌对本书的贡献，赵淼、李松、胡文轩和李涛分别对Kaldi、ESPnet和WeNet的实践过程等内容做了深入细致的整理，他们的协助使得本书顺利完成。
感谢厦门大学智能语音实验室的童峰老师、许彬彬老师和同学们，为本书的创作提供了良好的学术氛围和精益求精的驱动力。
感谢语音学术和产业界的赵庆卫、王东、余洪涌、李明、张超、谢磊、张卫强、张鹏远等专家和学者，他们的指导和启发令本书增色不少。
感谢电子工业出版社的郑柳洁等老师的大力支持，她们认真细致的工作保证了本书的质量。
