Kurzusleírás

Hangzenei Osztályozás Alapjai

  • Hang esemény típusok: környezeti, mechanikai, emberi eredetű
  • Alkalmazási esetek áttekintése: felügyelet, monitorozás, automatizálás
  • Hang osztályozás vs. detektálás vs. szegmentálás

Hangadatok és Jellemzőkivonás

  • Hangfájlok és formátumok típusai
  • Mintavételezési frekvencia, ablakozás, keretméret megfontolásai
  • MFCC-k, kromatikus jellemzők, mel-spektrogramok kivonása

Adatok Előkészítése és Megjelölése

  • UrbanSound8K, ESC-50 és egyéni adatbázisok
  • Hang események és időbeli határok megjelölése
  • Adatbázisok kiegyensúlyozása és hang hangsúlyozása

Hang Osztályozó Modellek Felépítése

  • Konvolúciós neurális hálózatok (CNN) használata hangra
  • Modell bemenete: nyers hullám vs. jellemzők
  • Hibafüggvények, értékelési mértékek és túlfit

Eseményfelismerés és Időbeli Helymeghatározás

  • Keretes és szegmentum alapú detektálási stratégiák
  • Detektálások posztfeldolgozása kükülők és simítás használatával
  • Jelölések vizualizálása hangidősorokon

Haladó Témák és Valós Időbeli Feldolgozás

  • Átviragazás alacsony adatszcenáriókhoz
  • Modellek telepítése TensorFlow Lite vagy ONNX használatával
  • Streaming hangfeldolgozás és késleltetési megfontolások

Projektfejlesztés és Alkalmazási Szenáriók

  • Teljes folyamat tervezése: beolvasás az osztályozásig
  • Biztonsági felügyelet, minőségellenőrzés vagy monitorozásra szolgáló bizonyítási példa fejlesztése
  • Naplózás, figyelmeztetés és integráció dashboardek vagy API-kkal

Összefoglalás és Következő Lépések


Követelmények

  • Az algoritmusok megértése és modellkiképzésének alapjai
  • Tapasztalat Python programozással és adatok előkészítésével
  • Ismeret a digitális hang alapjairól

Célközönség

  • Adattudósok
  • Algoritmusmérnökök
  • Kutatók és fejlesztők hangjel-készítési területén
 21 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák