آموزش شناخت سخنرانی با پایتون - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• به دنیای گفتار خوش آمدید Welcome to the World of Speech Recognition

• منابع دوره Course Resources

• رویکرد دوره Course Approach

• چگونه همه اینها شروع شد: فرمان ، هارمونیک و واج ها How It All Started: Formants, Harmonics, and Phonemes

• توسعه و تکامل Development and Evolution

اصول اولیه صدا و گفتار Sound and Speech Basics

• چگونه انسان گفتار را تشخیص می دهد؟ How Do Humans Recognize Speech?

• اصول امواج صدا و صدا Fundamentals of Sound and Sound Waves

• خواص امواج صوتی Properties of Sound Waves

تبدیل به تبدیل دیجیتال Analog to Digital Conversion

• مفاهیم کلیدی: نرخ نمونه ، عمق بیت و نرخ بیت Key Concepts: Sample Rate, Bit Depth, and Bit Rate

• پردازش سیگنال صوتی برای یادگیری ماشین و هوش مصنوعی Audio Signal Processing for Machine Learning and AI

استخراج ویژگی های صوتی برای برنامه های AI Audio Feature Extraction for AI Applications

• ویژگی های صوتی دامنه زمان Time-Domain Audio Features

• فرکانس دامنه و ویژگی های صوتی-دامنه زمان Frequency-Domain and Time-Frequency-Domain Audio Features

• استخراج ویژگی دامنه زمان: قاب بندی و محاسبه ویژگی Time-Domain Feature Extraction: Framing and Feature Computation

• استخراج ویژگی دامنه فرکانس: تبدیل فوریه Frequency-Domain Feature Extraction: Fourier Transform

• ویژگی های صوتی Audio Features

مکانیک تشخیص گفتار Speech Recognition Mechanics

• مدل سازی صوتی و زبان Acoustic and Language Modeling

• مدل های مخفی مارکوف (HMM) و شبکه های عصبی سنتی Hidden Markov Models (HMMs) and Traditional Neural Networks

• مدل های یادگیری عمیق: CNNS ، RNNS و LSTMS Deep Learning Models: CNNs, RNNs, and LSTMs

• سیستم های پیشرفته تشخیص گفتار: ترانسفورماتورها Advanced Speech Recognition Systems: Transformers

• ساختن یک مدل تشخیص گفتار قسمت I Building a Speech Recognition Model Part I

• ساخت یک مدل تشخیص گفتار قسمت دوم Building a Speech Recognition Model Part II

• انتخاب ابزار تشخیص گفتار مناسب Selecting the Appropriate Speech Recognition Tool

• گسترش فراتر از ابزارهایی که ما پوشش داده ایم Expanding Beyond the Tools We've Covered

• مکانیک تشخیص گفتار Speech Recognition Mechanics

تنظیم محیط Setting Up the Environment

• نصب آناکوندا Installing Anaconda

• تنظیم یک محیط جدید Setting Up a New Environment

• نصب بسته هایی برای تشخیص گفتار Installing Packages for Speech Recognition

• وارد کردن بسته های مربوطه در Jupyter Importing The Relevant Packages in Jupyter

رونویسی صدا با Google Web گفتار API Transcribing Audio with Google Web Speech API

• قالب های پرونده صوتی برای تشخیص گفتار Audio File Formats for Speech Recognition

• وارد کردن فایلهای صوتی در نوت بوک Jupyter Importing Audio Files in Jupyter Notebook

• کتابخانه گفتار گفتار: Google Web گفتار API The SpeechRecognition Library: Google Web Speech API

• معیارهای ارزیابی: WER و CER Evaluation Metrics: WER and CER

• محاسبه wer و cer در پایتون Calculating WER and CER in Python

• رونویسی صدا با Google Web گفتار API Transcribing Audio with Google Web Speech API

سر و صدای پس زمینه و طیف سنجی Background Noise and Spectrograms

• درک نویز در پرونده های صوتی Understanding Noise in Audio Files

• ایجاد طیف سنجی با پایتون Creating a Spectrogram with Python

• برخورد با سر و صدای پس زمینه Dealing with Background Noise

رونویسی صدا با زمزمه Openai Transcribing Audio with OpenAI's Whisper

• Whisper AI: گفتار به متن مبتنی بر ترانسفورماتور Whisper AI: Transformer-based Speech-to-Text

• واگذاری تکالیف Homework Assignment

• رونویسی چندین پرونده صوتی از یک فهرست Transcribing Multiple Audio Files from a Directory

• صرفه جویی در رونوشت های صوتی به CSV برای تجزیه و تحلیل آسان Saving Audio Transcriptions to CSV for Easy Analysis

• معکوس کردن فرآیند: متن به گفتگوی هوش مصنوعی Reversing the Process: AI-Powered Text-to-Speech

• رونویسی صدا با زمزمه Openai Transcribing Audio with OpenAI's Whisper

بحث نهایی و مسیرهای آینده Final Discussion and Future Directions

• اقدامات و برنامه های مدرن Modern Practices and Applications

• چالش ها و محدودیت ها Challenges and Limitations

• آینده شناخت گفتار با هوش مصنوعی The Future of Speech Recognition with AI