Главная / Курсы / Нейросети с нуля / Аудиоанализ, распознавание и генерация речи

Нейросети с нуля Удостоверение о повышении квалификации Рассрочка 3 месяца Для экспертов Очно

Аудиоанализ, распознавание и генерация речи

Яндекс Практикум
онлайн-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.

▴ 4.2оценка редакции
Стоимостьот 108 360 ₽
Рассрочкаот 2 845 ₽/мес
Длительность3 месяца
ФорматОчно
ДокументУдостоверение о повышении квалификации
НаправленияНейросети с нуля

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 кого

Для специалистов, у которых уже есть опыт работы с нейросетями

Бонусы и преимущества

Налоговый вычет 13%Можно вернуть до 13% стоимости через налоговый вычет.
Поддержка наставникаКуратор или ментор на протяжении всего обучения.
Дополнительные преимуществаДля базового тарифа на 3 месяца рассрочка 3 388 ₽/мес; акция с дополнительными курсами действовала при оплате до 30 сентября; работодатель может оплатить обучение полностью или долями; скидка 10% при покупке от 10 сотрудникам

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.

  1. 1
    Аудио и классика
    сигнал, частотные признаки, датасеты, классификация
  2. 2
    Распознавание речи
    данные для ASR, CTC-модели, seq2seq, декодирование
  3. 3
    SSL-модели
    Wav2vec, HuBERT, fine-tuning на новые домены, Speech LLM
  4. 4
    Синтез речи
    архитектура TTS, FastSpeech, HiFi-GAN, управление голосом
  5. 5
    Инференс и оптимизация
    экспорт модели, ускорение на GPU, контур ASR и TTS
  6. 6
    Основы DL
    введение в нейросети, MLP, backpropagation, обучение нейросетей
  7. 7
    От RNN к трансформерам
    RNN, LSTM и GRU, Bidirectional RNN, attention
  8. 8
    CNN
    свёрточные сети, пулинг, популярные архитектуры, transfer learning
  9. 9
    Предобработка данных
    тексты, изображения, аудио и мультимодальная сеть

Навыки после курса

Обработка цифрового аудиоРаспознавание речи (ASR)Синтез речи (TTS)Работа с PyTorchОбучение нейросетей с нуляДообучение self-supervised моделейОптимизация инференса моделейПостроение голосовых сервисов

Покрытие навыков направления Низкое покрытие

Из ключевых навыков подборки «Нейросети с нуля» курс закрывает 1 из 13.

Закрывает

Генерация видео, аудио и озвучки

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

Яндекс Практикум · 108 360 ₽ · 5 мес · рассрочка

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.

Оставить отзыв о курсе

Как прошло обучение

Отзыв поможет тем, кто выбирает программу.

от 108 360 ₽
Перейти к школе