Udemy線上課程 深度學習-語音辨識實戰（基於PyTorch）(含教材) 講師:唐宇迪 唐 影音教學 中文發音 中文版(DVD版)
基於深度學習的語音識別實戰課程主要包括三部分內容：1.經典論文算法講解；2.算法源碼解讀；3.項目實戰；通俗講解語音識別領域當下經典論文思想，詳細解讀源碼中每一核心模塊並基於真實數據集展開項目實戰。
整體課程覆蓋語音識別領域四大核心主題：語音識別，語音分離，語音轉換，語音合成；每一主題均按照論文思想解讀，源碼分析，項目實戰順序進行講解。
提供課程所需全部數據集，代碼，PPT課件。
01 seq2seq序列網絡模型
001 課程簡介.mp4
002 序列網絡模型概述分析.mp4
003 網絡工作原理概述.mp4
004 注意力機制的作用.mp4
005 加入attention的序列模型整體架構.mp4
006 TeacherForcing的作用與訓練策略.mp4
007 額外補充-RNN網絡模型解讀.mp4
008 PPT.zip
008 本章課件下載.html
008 論文.zip
02 LAS語音識別模型實戰
009 數據源與環境配置.mp4
010 語料表制作方法.mp4
011 制作json標注數據.mp4
012 聲音數據處理模塊解讀.mp4
013 Pack與Pad操作解析.mp4
014 編碼器模塊整體流程.mp4
015 加入注意力機制.mp4
016 計算得到每個輸出的attention得分.mp4
017 解碼器與訓練過程演示.mp4
018 本章課件下載.html
018 語音識別LAS模型.zip
03 starganvc2變聲器論文原理解讀
019 論文整體思路與架構解讀.mp4
020 VCC2016輸入數據.mp4
021 語音特征提取.mp4
022 生成器模型架構分析.mp4
023 InstanceNorm的作用解讀.mp4
024 AdaIn的目的與效果.mp4
025 判別器模塊分析.mp4
04 starganvc2變聲器源碼實戰
026 數據與項目文件解讀.mp4
027 環境配置與工具包安裝.mp4
028 數據預處理與聲音特征提取.mp4
029 生成器構造模塊解讀.mp4
030 下采樣與上采樣操作.mp4
031 starganvc2版本標簽輸入分析.mp4
032 生成器前向傳播維度變化.mp4
033 判別器模塊解讀.mp4
034 論文損失函數.mp4
035 源碼損失計算流程.mp4
036 測試模塊-生成轉換語音.mp4
037 本章課件下載.html
037 變聲器pytorch-StarGAN-VC2.zip
05 語音分離ConvTasnet模型
038 語音分離任務分析.mp4
039 經典語音分離模型概述.mp4
040 DeepClustering論文解讀.mp4
041 TasNet編碼器結構分析.mp4
042 DW卷積的作用與效果.mp4
043 基于Mask得到分離結果.mp4
06 ConvTasnet語音分離實戰
044 數據準備與環境配置.mp4
045 訓練任務所需參數介紹.mp4
046 DataLoader定義.mp4
047 采樣數據特征編碼.mp4
048 編碼器特征提取.mp4
049 構建更大的感受區域.mp4
050 解碼得到分離後的語音.mp4
051 測試模塊所需參數.mp4
052 本章課件下載.html
052 語音分離Conv-TasNet.zip
07 語音合成技術概述
053 語音合成技術概述.mp4
054 語音合成技術概述.mp4
08 語音合成tacotron最新版實戰
055 語音合成項目所需環境配置.mp4
056 所需數據集介紹.mp4
057 路徑配置與整體流程解讀.mp4
058 Dataloader構建數據與標簽.mp4
059 編碼層要完成的任務.mp4
060 得到編碼特征向量.mp4
061 解碼器輸入準備.mp4
062 解碼器流程梳理.mp4
063 注意力機制應用方法.mp4
064 得到加權的編碼向量.mp4
065 模型輸出結果.mp4
066 損失函數與預測.mp4
067 本章課件下載.html
067 語音合成tacotron2實戰.zip
09 基礎補充-PyTorch框架基本處理操作
068 PyTorch框架發展趨勢簡介.mp4
069 框架安裝方法（CPU與GPU版本）.mp4
070 PyTorch基本操作簡介.mp4
071 自動求導機制.mp4
072 線性回歸DEMO-數據與參數配置.mp4
073 線性回歸DEMO-訓練回歸模型.mp4
074 常見tensor格式.mp4
075 Hub模塊簡介.mp4
076 基礎補充.zip
076 本章課件下載.html
10 PyTorch使用補充-神經網絡實戰分類與回歸任務
077 氣溫數據集與任務介紹.mp4
078 按建模順序構建完成網絡架構.mp4
079 簡化代碼訓練網絡模型.mp4
080 分類任務概述.mp4
081 構建分類網絡模型.mp4
082 DataSet模塊介紹與應用方法.mp4
11 算法補充-卷積神經網絡原理與參數解讀
083 卷積神經網絡應用領域.mp4
084 卷積的作用.mp4
085 卷積特征值計算方法.mp4
086 得到特征圖表示.mp4
087 步長與卷積核大小對結果的影響.mp4
088 邊緣填充方法.mp4
089 特征圖尺寸計算與參數共享.mp4
090 池化層的作用.mp4
091 整體網絡架構.mp4
092 VGG網絡架構.mp4
093 殘差網絡Resnet.mp4
094 感受野的作用.mp4
12 策略補充-遷移學習與Resnet網絡架構
095 遷移學習的目標.mp4
096 遷移學習策略.mp4
097 遷移學習策略.mp4
098 Resnet網絡細節.mp4
099 Resnet基本處理操作.mp4
100 shortcut模塊.mp4
101 加載訓練好的權重.mp4
102 遷移學習效果對比.mp4
|
|
您現在的位置：
專業知識教學
