Machine Learning Fundamentals for Speech Processing

เทคโนโลยีด้านเสียงกำลังเติบโตอย่างรวดเร็ว โดยเป็นขุมพลังให้กับทุกสิ่ง ตั้งแต่ผู้ช่วยเสมือนจริงไปจนถึงระบบบริการลูกค้าอัตโนมัติ การเข้าใจว่าอัลกอริทึม Machine Learning วิเคราะห์และสังเคราะห์ภาษามนุษย์อย่างไรจึงเป็นสิ่งสำคัญสำหรับการพัฒนา AI ในปัจจุบัน คอร์สนี้ให้ความรู้พื้นฐานที่แน่นหนาเกี่ยวกับกระบวนการทำงานทั้งหมดของ Speech Processing ตั้งแต่สัญญาณเสียงดิบ การทำ Feature Engineering แบบดั้งเดิม ไปจนถึงสถาปัตยกรรม Deep Learning ที่ทันสมัยที่สุด เมื่อเรียนจบ คุณจะมีความพร้อมในการปรับใช้โมเดลพื้นฐานสำหรับงานต่างๆ เช่น การจดจำเสียงพูด (Speech Recognition) และการตรวจจับกิจกรรมเสียง (Voice Activity Detection) โดยใช้เทคนิคสมัยใหม่ สิ่งที่คุณจะได้เรียนรู้: * เข้าใจฟิสิกส์ของเสียงและหลักการแทนค่าเสียงดิจิทัล รวมถึงพื้นฐานของการสุ่มตัวอย่าง (Sampling), การควอนไทซ์ (Quantization) และการประมวลผลสัญญาณ * ฝึกฝนเทคนิคการสกัดฟีเจอร์ทางอะคูสติกที่สำคัญ เช่น Mel-Frequency Cepstral Coefficients (MFCCs) และ Spectrograms * เชี่ยวชาญโมเดล Machine Learning พื้นฐาน (เช่น Hidden Markov Models และ Gaussian Mixture Models) และเปลี่ยนผ่านไปสู่โครงสร้าง Deep Learning สมัยใหม่ (RNNs และ CNNs) * ประยุกต์ใช้แนวคิดการจำลองแบบ Sequence-to-sequence รวมถึงกลไก Attention พื้นฐานและโครงสร้าง Transformer ที่เกี่ยวข้องกับงานด้านเสียง * กำหนดค่าและฝึกฝนโมเดลพื้นฐานสำหรับแอปพลิเคชันหลัก เช่น Automatic Speech Recognition (ASR) และการจำแนกประเภทเสียง เนื้อหาจะเริ่มต้นด้วยคำศัพท์หลักและพื้นฐานการประมวลผลสัญญาณ ต่อยอดไปสู่การทำ Feature Engineering และปิดท้ายด้วยการสำรวจแนวทาง Deep Neural Network รวมถึงรูปแบบการนำไปใช้งานสำหรับงานด้านเสียงทั่วไป คอร์สนี้ออกแบบมาสำหรับผู้เริ่มต้นอย่างแท้จริงในด้าน Speech Processing และ Machine Learning ที่ต้องการความรู้พื้นฐานรูปแบบข้อความที่นำไปใช้ได้จริง โดยไม่จำเป็นต้องมีความรู้เฉพาะทางมาก่อน เริ่มสร้างความเชี่ยวชาญของคุณในหนึ่งในสาขาที่เติบโตเร็วที่สุดของปัญญาประดิษฐ์ได้แล้ววันนี้