Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução a Speech Recognition e Síntese
- Fundamentos das tecnologias da fala
- Noções básicas de sistemas de reconhecimento de fala
- Visão geral da síntese da fala
Papel das LLMs nas tecnologias da fala
- Compreender as LLMs no reconhecimento do discurso
- LLMs em síntese de fala
- Vantagens dos LLMs em relação aos modelos tradicionais
Dados para Speech Recognition e síntese
- Recolha e processamento de dados para as tecnologias da fala
- Conjuntos de dados de treino para LLMs
- Considerações éticas no tratamento de dados
Treinar LLMs para aplicações de fala
- Técnicas de aprendizagem profunda no reconhecimento do discurso
- Arquitecturas de redes neuronais para síntese da fala
- Ajuste fino de LLMs para tarefas específicas de fala
Implementação de LLMs em sistemas de fala
- Integração de LLMs com motores de reconhecimento de fala
- Desenvolvimento de sintetizadores de fala com som natural
- Conceção da interface do utilizador para aplicações de fala
Teste e avaliação de sistemas de fala
- Métodos para testar a exatidão do reconhecimento de voz
- Avaliação da naturalidade da fala sintetizada
- Estudos de utilizadores e recolha de feedback
Desafios e soluções em tecnologias da fala
- Abordar problemas comuns no reconhecimento de voz
- Ultrapassar obstáculos na síntese do discurso
- Estudos de casos: implementações bem sucedidas de LLMs
Direcções futuras em tecnologias da fala
- Tendências emergentes no reconhecimento e síntese do discurso
- O papel dos LLMs nos sistemas de fala multilingues
- Inovações e oportunidades de investigação
Projeto e avaliação
- Conceção e implementação de um sistema de reconhecimento ou síntese da fala utilizando LLMs
- Avaliações pelos pares e discussões em grupo
- Avaliação final e feedback
Resumo e próximos passos
Requisitos
- Compreensão dos conceitos básicos de programação
- Recomenda-se, mas não se exige, experiência com programação Python
- A familiaridade com conceitos básicos de aprendizagem automática e de redes neurais é benéfica
Público-alvo
- Programadores de software
- Cientistas de dados
- Gerentes de produto
14 Horas