update COSC0061

courses/grade-3/COSC0061.md

@@ -1,5 +1,60 @@
 # COSC0061 语音信息处理技术
 
-本课程页面暂无内容，期待大家的共同建设\~🔥
+## 2024春
 
-如果你愿意提供任何信息与观点，请在下方评论区留言，网站维护者会在第一时间看到，且会酌情将其添加为本课程页面的内容⚡️
+## 课程内容
+
+绪论、语音数字信号处理、隐马尔科夫模型、EM算法、高斯 混合模型、语言模型、循环神经网络、条件生成模型、注意力机制、语音识别技术、语音合成技术和语音技术研究前沿以及语音技术的实际应用等
+
+## 主讲教师
+
+秦勇老师
+
+## 评分标准
+
+- 平时小作业50% + 期末大作业50%
+  - 平时小作业50分相当于白送，直接拿满
+  - 期末完成文献综述和论文复现，再适当尝试一些创新方法（不以结果进行评判，实现结果没有提升也是一种积极的尝试）
+  - 苯人只完成了中等难度的复现，略微尝试了2处创新但效果一般，最后给了97
+
+## 作业任务情况
+
+### Lab1
+
+1. 学习python环境搭建，numpy、matplotlib的使用
+2. 提取Fbank特征并可视化，有能力的同学可以继续学习spectrogram、MFCC、PLP
+
+### Lab2
+
+1. 学习并掌握Python、Numpy、Matplotlib
+2. 理解DTW算法原理，参考博客[初识DTW算法](https://blog.csdn.net/chenxy_bwave/article/details/121052541)
+3. 完成3个TODO：
+   - TODO1：学习并理解DTW算法，写入递推公式并补全代码；
+   - TODO2：导入wav文件，计算mfcc，用mfcc计算样例yes1和no2、yes3和yes1之间的dtw距离；
+   - TODO3：将yes1和yes3两个音频帧与帧之间的对应关系用图表的形式画出来。
+
+代码参考连接 https://github.com/chenyang399/dtw
+
+### Lab3
+
+1. 根据提供的语料库和参考代码，构建FFNN语言模型，提交运行结果截图。
+2. 使用tensorboard可视化模型在训练集和验证集上的loss曲线,以每个epoch为单位。
+3. 使用训练好的语言模型,计算以下两句话的困惑度:“Jane went to the store”和"store to Jane went the"
+4. 改进模型(可选)
+5. 拓展：
+   - 自行了解RNNLM、GPT、BERT等其他语言模型
+6. 雨课堂2道选择题
+
+
+
+### 期末大作业（占50%）
+
+完成一次完整的科研实践（老师提供可选领域以及相应的github链接，从中选择）
+
+1. Survey 文献综述 10%
+
+2. Proposal 课题建议 10%
+
+3. Implementation 课题实现代码（复现+创新） 20%
+
+4. Presentation 成果讲解视频 10%