تشخیص گفتار A-Z با حالت دستی [ویدئو]

سرفصل ها و درس ها

گفتار و انواع آن Speech and Its Types

• معرفی Introduction

• اهداف یادگیری Learning Objectives

• مقدمه ای بر گفتار Introduction to Speech

• پردازش گفتار و انواع تشخیص گفتار Speech Processing and Types of Speech Recognition

• چه چیزی تشخیص گفتار را سخت می کند؟ What Makes Speech Recognition Hard?

• نسخه ی نمایشی - تجزیه و تحلیل فایل های صوتی Demo - Audio File Analysis

• دیجیتال سازی و ضبط سیگنال گفتار Digitizing and Recording of Speech Signal

• نسخه ی نمایشی - دیجیتال سازی و ضبط گفتار Demo - Digitization and Recording of Speech

• آواشناسی آکوستیک و آواشناسی مفصلی Acoustic Phonetics and Articulatory Phonetics

• نسخه ی نمایشی - تولید گفتار انسانی Demo - Human Speech Production

• خوراکی های کلیدی Key Takeaways

تشخیص خودکار گفتار Automated Speech Recognition

• اهداف یادگیری Learning Objectives

• مقدمه ای بر سیگنال های صوتی Introduction to Audio Signals

• انواع مختلف سیگنال ها Different Types of Signals

• نمونه برداری سیگنال Signal Sampling

• نسخه ی نمایشی - قضیه نمونه گیری Demo - Sampling Theorem

• مدلسازی آکوستیک Acoustic Modeling

• مدل سازی زبان Language Modeling

• ساخت یک مدل زبان پایه Building a Basic Language Model

• نسخه ی نمایشی - استخراج ویژگی سیگنال صوتی Demo - Audio Signal Feature Extraction

• ساخت یک مدل زبان طبیعی Building a Natural Language Model

• نسخه ی نمایشی - انتظارات همسویی نیرو Demo - Force Alignment Expectation

• مقدمه ای بر مدل پنهان مارکوف Introduction to the Hidden Markov Model

• مدل پنهان مارکوف در تشخیص گفتار Hidden Markov Model in Speech Recognition

• نسخه ی نمایشی - تجزیه و تحلیل طیف Demo - Spectrum Analysis

• خوراکی های کلیدی Key Takeaways

گفتار به متن Speech to Text

• اهداف یادگیری Learning Objectives

• درک بیان مسئله Understanding the Problem Statement

• نسخه ی نمایشی - مدل سازی گفتار به متن Demo - Speech to Text Modeling

• تجسم داده - قسمت اول Data Visualization - Part I

• تجسم داده ها - قسمت دوم Data Visualization - Part II

• کاوش داده - قسمت اول Data Exploration - Part I

• کاوش داده ها - قسمت دوم Data Exploration - Part II

• نسخه ی نمایشی - کاوش و تجسم داده ها Demo - Data Exploration and Visualization

• معماری مدل - قسمت اول Model Architecture - Part I

• معماری مدل - قسمت دوم Model Architecture - Part II

• خوراکی های کلیدی Key Takeaways

متن به گفتار Text to Speech

• اهداف یادگیری Learning Objectives

• سیستم متن به گفتار Text to Speech System

• تجزیه و تحلیل متن و روش های آن Text Analysis and Its Methods

• ریشه زایی و لماتی سازی Stemming and Lemmatization

• کلمات را متوقف کنید Stop Words

• تحلیل آوایی Phonetic Analysis

• تحلیل عروضی Prosodic Analysis

• سنتز شکل موج Waveform Synthesis

• نسخه ی نمایشی - تجزیه و تحلیل موج صدای ضربان قلب Demo - Wave Analysis of Heartbeat Sound

• سازنده صدا Voice Builder

• خوراکی های کلیدی Key Takeaways

پردازش گفتار چند زبانه Multilingual Speech Processing

• اهداف یادگیری Learning Objectives

• درک پردازش گفتار چند زبانه Understanding Multilingual Speech Processing

• مسائل مربوط به پردازش گفتار چند زبانه Issues in Multilingual Speech Processing

• زبان متفاوت Different Language

• رمزگذاری شخصیت ها Encoding Characters

• نسخه ی نمایشی - گفتار چند زبانه Demo - Multilingual Speech

• خوراکی های کلیدی Key Takeaways

ترجمه گفتار Speech Translation

• اهداف یادگیری Learning Objectives

• ترجمه گفتار Speech Translation

• ترجمه گفتار به گفتار Speech to Speech Translation

• نسخه ی نمایشی - ترجمه گفتار به گفتار Demo - Speech to Speech Translation

• پردازش گفتار - مجموعه ابزار ایجاد و ارزیابی تعاملی (SPICE). Speech Processing - Interactive Creation and Evaluation (SPICE) Toolkit

• کار بر روی ترجمه گفتار به گفتار Working on Speech to Speech Translation

• خوراکی های کلیدی Key Takeaways

سیستم گفتگوی گفتاری Spoken Dialog System

• اهداف یادگیری Learning Objectives

• سیستم گفتگوی گفتاری Spoken Dialog System

• اجزای سیستم گفتگو - قسمت اول Components of the Dialog System - Part I

• اجزای سیستم گفتگو - قسمت دوم Components of the Dialog System - Part II

• XML و SSML صوتی Voice XML and SSML

• المپوس Olympus

• گسترش Deployment

• نسخه ی نمایشی - ساخت صدا با استفاده از دستیار صوتی شخصی متنی Demo - Voice Building Using a Text Personal Voice Assistant

• خوراکی های کلیدی Key Takeaways

تبدیل صدا Voice Conversion

• اهداف یادگیری Learning Objectives

• مقدمه ای بر تبدیل صدا Introduction to Voice Conversion

• تشخیص خودکار گفتار Automatic Speech Recognition

• سیستم SID آوایی Phonetic SID System

• حذف هویت بلندگو Speaker De-Identification

• نسخه ی نمایشی - شناسایی بلندگو Demo - Speaker Identification

• خوراکی های کلیدی Key Takeaways