Hoppa till innehållet
AI-grafen

Bygg ett röstgränssnitt

Från vågform till spektrogram och mel-features, vidare till taligenkänning och talsyntes — och de integritetsfrågor som röstdata alltid bär med sig.

F· AI engineering

Alla kunskaper som ingår (46) — i beroendeordning

  1. 1AMönster och kategorier
  2. 2BData från vardagen
  3. 3AInstruktioner i rätt ordning
  4. 4BAlgoritmiskt tänkande
  5. 5CFunktioner och koordinatsystem
  6. 6DDerivata och optimering
  7. 7CGeometri, avstånd och vinklar
  8. 8CProgrammeringslogik — variabler, villkor, loopar
  9. 9CPython — grunderna
  10. 10CPython — listor, loopar och dictionaries
  11. 11BRegler kontra inlärning
  12. 12BKällkritik och ansvar när AI svarar
  13. 13DLicenser och öppna data
  14. 14EPersonuppgifter och anonymisering
  15. 15CStatistik — medelvärde, median och spridning
  16. 16CSannolikhet — grunderna
  17. 17DLoss-funktioner
  18. 18ATal och de fyra räknesätten
  19. 19BBinära tal och bitar
  20. 20CHur datorn lagrar text, bilder och ljud
  21. 21CLjud som signal: samplingsfrekvens och amplitud
  22. 22ERöstdata och integritet
  23. 23BTräningsdata, features och etiketter
  24. 24BKlassificering — så sorterar en modell
  25. 25CDin första prediktiva modell — en rät linje
  26. 26DGradient descent
  27. 27CNeuronnät — intuitionen
  28. 28DTrigonometri — grunderna
  29. 29EFourier och spektrogram
  30. 30EMel-skala och MFCC
  31. 31DVektorer
  32. 32DMatriser och matrismultiplikation
  33. 33DNeuronnät — forward pass med matriser
  34. 34DBackpropagation
  35. 35EFaltningsnät (CNN)
  36. 36DEmbeddings — ord som vektorer
  37. 37DAttention
  38. 38EGenerativa modeller — översikt
  39. 39FDiffusionsmodeller
  40. 40ELjudklassificering
  41. 41DPyTorch — tensorer och autograd
  42. 42FTalsyntes (TTS)
  43. 43FMusik- och ljudgenerering
  44. 44DTräna ett neuronnät i PyTorch
  45. 45DTransformers — arkitekturen
  46. 46FTaligenkänning (ASR)