speech_course

YSDA音声処理コース

• 毎週の材料は./week*フォルダーにあります

コースプログラム

• 1週目：スライド|講義|セミナー
  • 講義：デジタル信号処理（DSP）へのイントロ
  • セミナー：DSPパイプラインを実装します
• 2週目：スライド|講義|セミナー
  • 講義：スピーチNN差別モデルの紹介。音声アクティビティ検出（VAD）およびサウンドイベント検出（SED）タスク
  • セミナー：VADモデルをトレーニングします
  • 宿題：Train SEDモデル
• 3週目：スライド|講義|セミナー
  • 講義：キーワードスポッティングと音声生体認証タスク
  • セミナー：生体認証モデルを訓練し、埋め込みを見てください
  • 宿題：より良い品質への生体認証モデルを訓練します
• 4週目：スライド|講義|セミナー
  • 講義：音声認識i
  • セミナー：音声認識のための指標と増強
  • 宿題：CTCアルゴリズムを実装します
• 5週目：スライド|講義
  • 講義：音声認識II、事前化
  • 宿題：Finetune wav2vec2
• 6週目：スライド|講義
  • 講義：テキストツースピーチI、イントロ、プリプロセッサ、メトリック
• 7週目：スライド|講義
  • 講義：テキストからスピーチII、音響モデル
  • セミナー：ピッチの推定、音素期間推定の単調アライメント検索
  • 宿題：トレーニングファストピッチモデル
• 8週目：スライド、P1 |講義、p1 |スライド、P2 |講義、p2 |セミナー
  • 講義、P1：テキストからスピーチIII、ボコード
  • 講義、P2：ベクター量子化、コーデック
  • セミナー：ベクトルQuantizaton、残留ベクター量子化
• 9週目：スライド|講義、p1 |講義、p2
  • 講義：TTSのTranformers
  • 宿題：事前に訓練された変圧器の推論を書き込みます
• 10週目：スライド|講義|セミナー
  • 講義：ノイズリダクション
  • セミナー：STFTとISTFTのストリーミング
  • 宿題：ノイズリダースモデルの実装
• 11週目：スライド|講義
  • 講義：アコースティックエコーキャンセル（AEC）およびビームフォーミング
• 12週目：スライド|講義|セミナー
  • 講義：ASR推論
  • セミナー：ストリーミングASR
• 13週目：スライド|講義
  • 講義：フローベースのTTS +音声変換

貢献者とコーススタッフ

現在：

• アレックス・ラック - ヴァッド、スポッター、バイオメトリー
• ミハイル・アンドリーフ-ASR
• STEPAN KARGALTSEV -ASR
• Evgeniia Elistratova -TTS
• Roman Kail -TTS
• ウラジミールプラトノフ-TTS
• evgenii shabalin -tts
• Ravil Khisamov -Vqe

前の反復：

• Andrey Malinin-コース管理、講義、セミナー、宿題
• ウラジミール・キリチェンコ - 講義、セミナー、宿題
• Segey Dukanov -Lecures、Seminars、Homeworks