Ευχαριστούμε που στάλθηκε η αποσαφήνισή σας! Ένα μέλος της ομάδου μας θα επικοινωνήσει μαζί σας σύντομα.
Ευχαριστούμε για την εκδήλωση κράτησης! Ένας από τους συνεργάτες μας θα επικοινωνήσει μαζί σας σύντομα.
Εξέλιξη Κομματιού
Γενική Περιγραφή των Τεχνολογιών Αναγνώρισης Ομιλίας
- Ιστορία και εξέλιξη της αναγνώρισης ομιλίας.
- Ακουστικά μοντέλα, γλωσσικά μοντέλα και διεργασία αποκωδικοποίησης.
- Σύγχρονες αρχιτεκτονικές: RNNs, transformers και Whisper.
Προεπεξεργασία Ήχου και Βασικά της Υπογράμμισης
- Διαχείριση μορφών ήχου και συχνοτήτων δειγματολήψιας.
- Καθαρισμός, τρίμμα και τομέδευση ήχου.
- Γενέση κειμένου από ήχο: πραγματικός χρόνος vs batch (σωρεία).
Εφαρμογή με Whisper και άλλες API
- Εγκατάσταση και χρήση του OpenAI Whisper.
- Κλήση cloud API (Google, Azure) για υπογράμμιση.
- Σύγκριση απόδοσης, καθυστερήσεων και κόστους.
Γλώσσες, Ακέντες και Προσαρμογή σε Τομείς
- Εργασία με πολυπλοκές γλώσσες και ακέντες.
- Περιβόητα λεξιλόγια και ανοχή σε ρύπους.
- Διαχείριση νομικών, ιατρικών ή τεχνικών γλωσσών.
Μορφοποίηση και Ενσωμάτωση Αποτελεσμάτων
- Προσθήκη χρόνιμ, σημεία διακόπτης και ετικέτες ομιλητών.
- Εξαγωγή σε μορφή κειμένου, SRT ή JSON.
- Ενσωμάτωση υπογραμμίσεων σε εφαρμογές ή βάσεις δεδομένων.
Πρακτική Διδασκαλία για Εφαρμογές
- Υπογράμμιση συνεδριών, εντεύξεων ή ποδοβάσκετ.
- Συστήματα εντολών φωνή-γράφο.
- Πραγματικός χρόνος περιπτυγμένων για την έκδοση βίντεο/ήχου.
Εκτίμηση, Περιορισμοί και Έθιμα
- Μετρήματα ακρίβειας και βαθμολόγηση μοντέλων.
- Προκατάληψη και δικαιοσύνη σε μοντέλα αναγνώρισης ομιλίας.
- Συμμόρφωση με την ιδιωτικότητα και νομικές προδιαγραφές.
Περίληψη και Επόμενα Βήματα
Απαιτήσεις
- Κατανόηση των βασικών εννοιών της Τεχνητής Νοημοσύνης και της μηχανικής μάθησης.
- Γνώση των προσόντων ήχου ή αποκλειστικά υπαρξιών και των εργαλείων.
Στόχοι Αυτού του Μαθήματος
- Επιστημονικοί Δεδομένων και μηχανικοί της ΤΕΝ που εργάζονται με δεδομένα φωνής.
- Επισκευαστές λογισμικού που αναπτύσσουν εφαρμογές υπογράμμισης.
- Οργανισμοί που εξερευνούν την αναγνώριση ομιλίας για την αυτομάτωση.
14 Ώρες