การประมวลผลเสียงพูดด้วยโครงข่ายประสาทเทียม: พื้นฐานการจดจำและการสังเคราะห์เสียง — LearnFlat
⏱ 2 ชม. 30 นาที 📚 25 บทเรียน 🎧 เวอร์ชันเสียง

การประมวลผลเสียงพูดด้วยโครงข่ายประสาทเทียม: พื้นฐานการจดจำและการสังเคราะห์เสียง

เรียนรู้หลักการของ machine learning และเทคนิคการประมวลผลเสียงที่จำเป็นสำหรับการสร้างระบบพื้นฐานสำหรับการจดจำเสียงพูดอัตโนมัติและการสังเคราะห์เสียงพูดจากข้อความ

  • 💬 ผู้สอน AI
    ถามเกี่ยวกับบทเรียนใดก็ได้ แล้วรับคำตอบที่ชัดเจนทันที ทุกเมื่อ
  • 🕐 เริ่มเมื่อไรก็ได้
    ไม่มีตารางหรือเดดไลน์ — เรียนตามจังหวะของคุณ เมื่อไรก็ได้
  • 🌐 เป็นภาษาไทย
    บทเรียน แบบฝึกหัด และใบรับรอง — ทั้งหมดเป็นภาษาของคุณอย่างครบถ้วน

เกี่ยวกับคอร์สนี้

เสียงพูดของมนุษย์มีความซับซ้อนและหลากหลาย ทำให้เป็นหนึ่งในรูปแบบข้อมูลที่มีความท้าทายมากที่สุดสำหรับโมเดล machine learning ในการประมวลผลได้อย่างแม่นยำ หลักสูตรนี้มอบพื้นฐานที่แข็งแกร่งในแนวคิดหลักของการประมวลผลเสียงพูดด้วยโครงข่ายประสาทเทียม ช่วยให้คุณสามารถออกแบบและเข้าใจไปป์ไลน์ที่ใช้สำหรับการแปลงเสียงเป็นข้อความ (ASR) และแปลงข้อความกลับเป็นเสียงพูดที่เป็นธรรมชาติ (TTS) สิ่งที่คุณจะได้เรียนรู้: * ทำความเข้าใจพื้นฐานของเสียงดิจิทัล รวมถึงการสุ่มตัวอย่าง การสกัดฟีเจอร์ (เช่น MFCCs) และการเตรียมข้อมูลเสียงสำหรับทำโมเดล * เรียนรู้สถาปัตยกรรมและส่วนประกอบของระบบจดจำเสียงพูดอัตโนมัติ (ASR) สมัยใหม่ โดยเน้นที่โมเดลเสียงและโมเดลภาษา * เชี่ยวชาญเทคนิคสำหรับการสังเคราะห์เสียงพูดจากข้อความ (TTS) โดยแยกแยะระหว่างวิธีการสังเคราะห์แบบพารามิเตอร์และแบบโครงข่ายประสาทเทียมสมัยใหม่ * ประยุกต์ใช้แนวคิดพื้นฐานของ machine learning กับการทำโมเดลแบบ sequence-to-sequence สำหรับการจัดการกับข้อมูลเสียงตามลำดับเวลาที่มีความซับซ้อน * ฝึกฝนการรวมส่วนประกอบการประมวลผลเสียงพื้นฐานเข้ากับโครงสร้างการสนทนาอย่างง่ายหรือระบบโต้ตอบ * สำรวจบทบาทของสถาปัตยกรรม transformer ในการบรรลุผลลัพธ์การจดจำและการสร้างเสียงพูดคุณภาพสูงในยุคปัจจุบัน หลักสูตรเริ่มต้นด้วยการปูพื้นฐานการประมวลผลเสียงดิจิทัล ก่อนที่จะเจาะลึกไปยังไปป์ไลน์แยกต่างหากสำหรับการจดจำเสียงพูดที่แม่นยำและการสังเคราะห์เสียงพูดที่เหมือนจริง จากนั้นเราจะอภิปรายถึงวิธีรวมส่วนประกอบเหล่านี้เข้ากับระบบการสนทนาที่ใช้งานได้จริง หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นอย่างแท้จริงที่มีความสนใจใน machine learning, การประมวลผลภาษาธรรมชาติ หรือ Conversational AI โดยไม่ต้องมีประสบการณ์มาก่อนในด้านวิศวกรรมเสียงหรือคณิตศาสตร์ขั้นสูง เริ่มสร้างความเชี่ยวชาญของคุณในโลกของเทคโนโลยีเสียงที่กำลังพัฒนาอย่างรวดเร็วได้แล้ววันนี้

สิ่งที่คุณจะได้รับ

  • 📜 ใบประกาศนียบัตร
    เพิ่มในโปรไฟล์ LinkedIn ของคุณ
  • 💬 ติวเตอร์ AI ส่วนตัว
    ติดขัดในบทเรียน? ถามติวเตอร์ในตัวของคุณได้ทุกอย่าง ทุกเวลา
  • 🎧 รวมเวอร์ชันเสียง
    เรียนได้ทุกที่ ไม่ต้องดูจอ
  • ♾️ เข้าถึงตลอดชีพ
    กลับมาเรียนได้ตลอด ไม่มีหมดอายุ
  • 📱 โทรศัพท์หรือคอมพิวเตอร์
    ใช้งานได้ทุกที่ ทุกอุปกรณ์
  • 💸 คืนเงิน 14 วัน
    ไม่ต้องอธิบาย
  • ⚡ กระชับและตรงประเด็น
    2 ชม. 30 นาที เนื้อหาเชิงปฏิบัติ

รีวิว

ยังไม่มีรีวิว — เป็นคนแรกที่แชร์ประสบการณ์

เขียนรีวิว

☆☆☆☆☆
หลังจากส่ง เราจะขอให้คุณเข้าสู่ระบบ — ฉบับร่างของคุณถูกบันทึก

คำถามที่พบบ่อย

ฉันต้องใช้อะไรในการเรียนคอร์สนี้? +

แค่โทรศัพท์หรือคอมพิวเตอร์ที่มีอินเทอร์เน็ต ไม่ต้องติดตั้งหรือใช้อุปกรณ์พิเศษ

ฉันชำระเงินอย่างไร? +

ผ่านบัตรด้วย Stripe เราไม่เก็บข้อมูลบัตร — Stripe จัดการอย่างปลอดภัย

ฉันขอคืนเงินได้ไหม? +

ใช่ — คืนเงินเต็มจำนวนใน 14 วัน ไม่ต้องอธิบาย

ฉันมีสิทธิ์เข้าถึงนานเท่าไร? +

ตลอดไป เมื่อซื้อแล้วคอร์สเป็นของคุณ กลับมาเรียนได้ตลอด

ฉันจะได้ใบประกาศนียบัตรไหม? +

ได้ เมื่อเรียนจบจะได้รับใบประกาศนียบัตรที่เพิ่มในโปรไฟล์ LinkedIn ได้

ออกแบบสำหรับผู้เรียนใน
เทคโนโลยี ดีไซน์ การเงิน การตลาด สาธารณสุข การศึกษา ธุรกิจการบริการ อุตสาหกรรม