بازشناسی گفتار

1.1. معرفی و تاریخچه بازشناسی گفتار

10:09

2.1. معرفی سیگنال دیجیتال، تبدیل فوریه و اسپکتروگرام

27:07

3.1. استخراج ویژگی و واج‌شناسی

13:29

4.1. مدل مخفی مارکوف گسسته

25:09

5.1. مدل مخفی مارکوف پیوسته، مدل زبانی، مقدمه شبکه‌های عصبی

28:02

6.1. استراتژی‌های آموزش

06:42

1.2. بازشناسی گفتار، مدل کانال نویزی، ارزیابی و دادگان‌ها

24:21

2.2. مدل‌سازی مستقل از بافت و مقدمه مدل‌سازی وابسته به بافت

26:47

3.2. مدل‌سازی وابسته به بافت و کاهش تعداد حالات

22:46

1.3. Signal processing1

21:00

2.3. Signal processing2

15:31

3.3. Signal processing3

07:37

4.3. Signal processing4

24:17

5.3. Signal processing5

06:12

6.3. Signal processing6

09:44

7.3. Signal processing7

18:55

8.3. Signal processing8

19:13

9.3. Signal processing9

13:35

1.4. الگوریتم کدگشایی ویتربی، بازشناسی کلمات مجزا

21:45

2.4. بازشناسی کلمات متصل به هم، استفاده مدل زبانی در جستجو، نکات مهم کدکشایی، بازشناسی ارقام

20:34

1.5. مقدمه بازشناسی گفتار به صورت e2e، معرفی تابع هزینه CTC

23:05

2.5. تابع هزینه CTC و برنامه‌نویسی پویا در آن

25:08

3.5. مثالی از CTC، معرفی شبکه Deep Speech برای بازشناسی گفتار

20:45

4.5. دیکدینگ با CTC، استنتاج در Deep Speech، جستجوی شعایی در CTC

24:19

5.5. مدل انکدر-دیکدر با مکانیزم توجه، مدل LAS برای بازشناسی گفتار، مقایسه روش‌های CTC و LAS

28:51

6.5. شبکه RNN-Transducer برای بازشناسی گفتار، استنتاج و آموزش در RNN-T

19:14

7.5. مقدمه مدل زبانی، روش‌های ترکیب امتیاز مدل زبانی در مدل بازشناسی گفتار، مدل‌سازی به روش زیر کلمه

32:06

1.6. تابع خطای CTC

55:53

2.6. مدل زبانی

41:06

3.6. توکنایزر

15:22

1.7. مقدمه، یادگیری استراج ویژگی از گفتار خام با شبکه عصبی به صورت با ناظر و بدون ناظر

18:13

2.7. آشنایی مقدماتی با ترنسفورمرها

13:11

3.7. ادامه مبحث ترنسفورمرها

19:04

4.7. آشنایی مقدماتی با مدل برت BERT

14:24

5.7. مدل‌ها و یادگیری Contrastive، معرفی مدل Wav2vec

28:07

6.7. مدل VQ-Wav2vec، مدل Wav2vec 2.0

23:05

1.8. Intro-transformer 1

18:20

2.8. Intro-transformer 2

13:14

3.8. Intro-transformer 3

13:12

4.8. Intro-transformer 4

13:22

5.8. speech brain

27:28

1.9. wav2vec2-1

12:48

2.9. wav2vec2-2

11:34

3.9. wav2vec2-3

15:26