自动语音识别（ASR）涉及自动将录制的语音转录为文本的模型、算法和系统。这是一个很难解决的问题，因为录制的语音可能变化很大——我们不一定是说话者是谁，录制语音的地方，或者信号中是否有其他声源（如噪音或竞争性说话者）。解决语音识别问题需要对机器学习、信号处理和声学语音学有所了解。在本课程中，我们将介绍所需的理论背景，以及如何将理论转化为有用的语音识别系统。实验室课程将使用深度学习框架介绍语音识别的核心概念，并采用开源的工具包来构建和运行语音识别系统。同时，主流的生物识别技术有指纹，虹膜，人脸，静脉以及声纹等，利用人体固有的生理特性（如指纹、脸象、虹膜等）和行为特征（如笔迹、声音、步态等）来进行个人身份的鉴定。本课程通过开源的虹膜识别库，使学生了解当前各种主流生物特征信息处理的技巧与应用场景。