Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Đề cương khóa học
Cơ sở của Phân loại Âm thanh
- Các loại sự kiện âm thanh: môi trường, cơ khí, do con người tạo ra
- Khái quát về các ứng dụng: giám sát, theo dõi, tự động hóa
- Phân loại âm thanh so với phát hiện và phân đoạn
Dữ liệu Âm thanh và Trích xuất Đặc trưng
- Các loại file và định dạng âm thanh
- Tần số lấy mẫu, kích thước khung và cửa sổ
- Trích xuất MFCCs, đặc trưng chroma, mel-spectrograms
Chuẩn bị Dữ liệu và Ghi chú
- UrbanSound8K, ESC-50 và bộ dữ liệu tùy chỉnh
- Gán nhãn cho sự kiện âm thanh và ranh giới thời gian
- Cân bằng bộ dữ liệu và mở rộng âm thanh
Xây dựng Mô hình Phân loại Âm thanh
- Sử dụng mạng nơ-ron tích chập (CNNs) cho âm thanh
- Nhập dữ liệu mô hình: dạng sóng thô vs đặc trưng
- Hàm mất mát, chỉ số đánh giá và hiện tượng quá khớp
Phát hiện Sự kiện và Định vị Thời gian
- Các chiến lược phát hiện dựa trên khung và đoạn
- Xử lý hậu kỳ phát hiện bằng ngưỡng và làm mịn
- Vẽ biểu đồ dự đoán trên thời gian âm thanh
Chủ đề Nâng cao và Xử lý Thời gian Thực
- Học chuyển giao cho các trường hợp dữ liệu ít
- Triển khai mô hình với TensorFlow Lite hoặc ONNX
- Xử lý âm thanh trực tiếp và xem xét độ trễ
Phep phát triển Dự án và Trường Hợp Ứng dụng
- Lập kế hoạch toàn bộ quy trình: từ nhập liệu đến phân loại
- Phát triển một chứng minh khái niệm cho giám sát, kiểm soát chất lượng hoặc theo dõi
- Kiểm tra nhật ký, cảnh báo và tích hợp với bảng điều khiển hoặc API
Tóm tắt và Bước kế tiếp
Requirements
- Có hiểu biết về các khái niệm học máy và đào tạo mô hình
- Kinh nghiệm lập trình với Python và tiền xử lý dữ liệu
- Hiểu rõ về cơ bản của âm thanh số
Đối tượng
- Nhà khoa học dữ liệu
- Kỹ sư học máy
- Nghiên cứu viên và nhà phát triển trong xử lý tín hiệu âm thanh
21 Hours
