Главная / Курсы / Нейросети с нуля / Аудиоанализ, распознавание и генерация речи
Аудиоанализ, распознавание и генерация речи
Яндекс Практикумонлайн-школа · 13 курсов
Курс обучает созданию нейросетей для анализа, распознавания и генерации речи. Слушатели осваивают классические и современные модели, а также технологии синтеза голоса, применяя знания на практике с использованием GPU.
Оценка редакции ▴ 4.2
Считается по программе, практике, преподавателям и отзывам.
✓Плюсы
- Доступна рассрочка на оплату
- 8 проектов в портфолио с обратной связью от эксперта
- Доступ к виртуальным машинам с GPU и хранилищу S3 для практики
–Минусы
- Цена заметно выше средней по направлению
- Помощь с трудоустройством не предусмотрена
- Не подходит новичкам: программа рассчитана на специалистов с опытом работы с нейросетями
Для специалистов, у которых уже есть опыт работы с нейросетями
Бонусы и преимущества
Чему учит курс
- Собирать голосовые сервисы: распознавание на входе, синтез на выходе
- Подстраивать модели распознавания под новую предметную область и шумные записи
- Встраивать аудиомодели в готовые голосовые системы
- Создавать модели на PyTorch и доводить их до инференса
- Проектировать архитектуры MLP, свёрточные, рекуррентные и трансформерные сети
- Повышать точность моделей путём систематических экспериментов
Программа курса (9 модулей)
Курс учит строить системы распознавания и синтеза речи на PyTorch: от обработки сырого аудио до трансформерных моделей и голосовых сервисов. Программа тарифа на 5 месяцев состоит из девяти спринтов, включая блок по основам глубокого обучения. Рассчитан на специалистов с опытом Python и классического ML, которые хотят работать с аудиомоделями.
- 1Аудио и классикасигнал, частотные признаки, датасеты, классификация
- 2Распознавание речиданные для ASR, CTC-модели, seq2seq, декодирование
- 3SSL-моделиWav2vec, HuBERT, fine-tuning на новые домены, Speech LLM
- 4Синтез речиархитектура TTS, FastSpeech, HiFi-GAN, управление голосом
- 5Инференс и оптимизацияэкспорт модели, ускорение на GPU, контур ASR и TTS
- 6Основы DLвведение в нейросети, MLP, backpropagation, обучение нейросетей
- 7От RNN к трансформерамRNN, LSTM и GRU, Bidirectional RNN, attention
- 8CNNсвёрточные сети, пулинг, популярные архитектуры, transfer learning
- 9Предобработка данныхтексты, изображения, аудио и мультимодальная сеть
Навыки после курса
Покрытие навыков направления Низкое покрытие
Из ключевых навыков подборки «Нейросети с нуля» курс закрывает 1 из 13.
Закрывает
Не входит в программу
Подбор нейросети под задачу и ориентация в экосистеме ИИ-сервисов; Составление промптов по структуре и итеративная доработка ответа; Создание и редактирование текстов с помощью ИИ; Генерация и редактирование изображений по текстовому описанию; Работа с файлами и данными через ИИ; Поиск и проверка информации с ИИ-поисковиками и режимами глубоких исследований; Сборка презентаций и визуальных материалов с ИИ-сервисами; Настройка персональных ИИ-ассистентов на своих данных; Автоматизация рутины связками сервисов и ИИ-агентами без кода; Решение задач с кодом через ИИ в режиме vibe coding; Внедрение ИИ в личные и рабочие процессы; Соблюдение правил безопасности и права при работе с ИИ.
Описание курса
Курс обучает созданию нейросетей для анализа, распознавания и генерации речи. Слушатели осваивают классические и современные модели, а также технологии синтеза голоса, применяя знания на практике с использованием GPU.
Отзывы о курсе
Что рассказывают студенты, прошедшие курс.
Отзывов пока нет. Первый отзыв можно оставить через форму ниже.

