评论

狗熊会在线实习 | 深度学习进阶:基于谱图的方言语音识别

时间安排

✔ 报名时间: 即日起至2024年11月30日23:00

✔ 项目持续时间: 2024年12月2日~12月8日

项目介绍

适用对象:(1) 具备一定的Python操作基础:熟悉文件的读写处理,熟悉numpy函数库,熟悉matplotlib函数库;(2) 具备一定的深度学习基础:熟悉Keras框架,了解数字图像的基本原理,CNN的基本结构(例如卷积层、BN层、Pooling层等),以及一些经典的卷积神经网络结构 (例如LeNet, AlexNet);(3)项目期间一周能保证3~4小时学习时间

你的收获

学会针对语音数据的数据处理、特征提取、建模

基本处理:能够使用wave、librosa等函数库对语音数据进行读取、转换等基本操作

特征提取:能够使用librosa函数库对语音数据进行时域和频域的特征提取,对语音特征进行可视化

获得一份能力证明:狗熊会为按要求完成全部TASK的营员提供实习证明;优秀营员有机会获得知名企业的工作机会,简历直推高管

积累更多实战经验和影响力:狗熊会精品案例组、企业合作研究项目组优先招募优秀营员;营员优秀作品经过审核后可发表在狗熊会公众号,扩大营员的知名度和影响力

实习证明样例

任务清单

Task 1:语音数据的预处理及可视化练习

    • 理解对语音数据进行基本处理的思路方法,掌握相关操作

    • 提取四川和南昌方言语音的时域和频域特征,并进行可视化

    • 基于各地区方言特征的可视化结果,陈述方言间的差异

Task 2:基于梅尔频谱图的方言分类模型训练

    • 掌握基于梅尔频谱图的方言分类整体流程,在实践练习中通过调整相关超参数加深对方法的理解

项目说明

项目全程采取线上远程形式进行,项目包含若干个TASK。每个TASK周期都包含如下环节:(1)导师发布任务要求和参考资料;(2)营员自学参考资料,如果有自己无法解决的问题,向老师和助教求助;(3)营员完成任务后,老师反馈评分+评语,对重点难点和多发问题做集中总结

✔ 项目依托狗熊会知名GPU共享平台矩池云共同打造的深度学习平台。上机所需要GPU环境基本配置:RTX2080 GPU,每秒浮点运算次数13.13 TFLOPS,显卡内存 11 GB,GPU带宽 616 GB/s。项目费用已包含在该环境下完成任务所需的基本机时(不超过100小时);如果机时不够,营员可通过狗熊会以优惠价格继续购买;未消耗完的机时,概不退款

✔ 项目结束后180天内,营员可继续使用项目相关所有资料进行复习和强化训练,并可继续通过狗熊会或矩池云以折扣价购买GPU机时

GPU配置单

费用说明

✔ 费用:680元/人

    • 可按实际支付金额开具发票,名目“实习服务费”,在退款期结束后统一征集开票信息

售后服务-1天无理由退款

    • 售后退款条款:本项目接受“1天无理由退款”。“1天无理由退款”指商家(狗熊会)向其微店“狗熊会在线项目”营员提供的特别售后服务,允许营员按本规则的规定对其已购“狗熊会个人项目”服务进行退款服务。具体为,在“狗熊会在线项目”开始后的当天零时起计算时间,满24小时为1天内,已购买“狗熊会在线项目”的营员可向商家提出无理由退款申请,经商家确认后将已支付金额在3个工作日内通过营员支付渠道返还用户相应账户

接受高校客户集体报名。关于项目与报名如有问题,请咨询study@clubear.org。返回搜狐,查看更多

责任编辑:

平台声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()