speech_course

YSDA语音处理课程

• 每周的材料在./week*文件夹中

课程课程

• 第1周：幻灯片|讲座|研讨会
  • 讲座：数字信号处理介绍（DSP）
  • 研讨会：实施DSP管道
• 第2周：幻灯片|讲座|研讨会
  • 讲座：语音NN歧视模型介绍。语音活动检测（VAD）和声音事件检测（SED）任务
  • 研讨会：火车VAD模型
  • 作业：火车SED模型
• 第3周：幻灯片|讲座|研讨会
  • 讲座：关键字发现和语音生物识别任务
  • 研讨会：火车生物识别模型，查看嵌入
  • 家庭作业：训练生物识别模型以提高质量
• 第4周：幻灯片|讲座|研讨会
  • 讲座：语音识别我
  • 研讨会：语音识别的指标和增强
  • 作业：实施CTC算法
• 第5周：幻灯片|演讲
  • 讲座：言语识别II，预训练
  • 作业：Finetune Wav2Vec2
• 第6周：幻灯片|演讲
  • 讲座：文本到语音I，简介，预处理器，指标
• 第7周：幻灯片|演讲
  • 讲座：文本到语音II，声学模型
  • 研讨会：音高估计，单调对准搜索音素持续时间估计
  • 作业：训练FastPitch模型
• 第8周：幻灯片，P1 |讲座，P1 |幻灯片，P2 |讲座，p2 |研讨会
  • 讲座，P1：文本到语音III，声音
  • 讲座，P2：矢量量化，编解码器
  • 研讨会：矢量量化，残留矢量量化
• 第9周：幻灯片|讲座，P1 |讲座，P2
  • 讲座：TTS的tranformers
  • 作业：为预训练的变压器写推断
• 第10周：幻灯片|讲座|研讨会
  • 讲座：降噪
  • 研讨会：流媒体和ISTFT
  • 作业：降噪模型实施
• 第11周：幻灯片|演讲
  • 讲座：声学回声取消（AEC）和波束形成
• 第12周：幻灯片|讲座|研讨会
  • 讲座：ASR推理
  • 研讨会：流媒体ASR
• 第13周：幻灯片|演讲
  • 讲座：基于流量的TTS +语音转换

贡献者和课程人员

当前的：

• 亚历克斯·拉克（Alex Rak） - vad，topter，生物特征
• Mikhail Andreev- ASR
• Stepan Kargaltsev- ASR
• Evgeniia Elistratova -TTS
• 罗马凯尔 - TTS
• Vladimir Platonov -TTS
• evgenii shabalin -tts
• Ravil Khisamov -VQE

以前的迭代：

• Andrey Malinin-课程管理，讲座，研讨会，家庭作业
• Vladimir Kirichenko-讲座，研讨会，家庭作业
• 塞吉·杜卡诺夫（Segey Dukanov） - 训练，研讨会，家庭作业