Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Lerne Spracherkennung und Sprachverarbeitung in Python
Wir lernen viel früher sprechen als lesen. Auch im digitalen Zeitalter ist unsere Hauptkommunikationsmethode die Sprache. Spoken Language Processing in Python hilft dir dabei, Audiodateien zu laden, zu bearbeiten und zu transkribieren. Zuerst schaust du dir an, wie Roh-Audio in Python aussieht, dann guckst du dir beliebte Bibliotheken an und arbeitest dich durch ein Beispiel für einen Anwendungsfall in der Wirtschaft.Verwende Python SpeechRecognition und PyDub, um Audiodateien zu transkribieren.
Python hat ein paar beliebte Bibliotheken, die dir bei der Verarbeitung gesprochener Sprache helfen. SpeechRecognition macht es dir einfach, Speech-to-Text-APIs zu integrieren, während PyDub dir hilft, die Eigenschaften von Audiodateien per Programm zu ändern, damit sie für die Transkription bereit sind. Jede dieser Bibliotheken wird in einem ausführlichen Kapitel behandelt, sodass du die Theorie in die Praxis umsetzen und dein Wissen festigen kannst.Übe die Transkription von Reden mit einem Projekt im Kurs
Im letzten Kapitel dieses Kurses kannst du alles, was du gelernt hast, zusammenbringen, indem du einen Proof of Concept für die Sprachverarbeitung für ein fiktives Technologieunternehmen entwickelst. Du wirst ein System entwickeln, das Telefonate in Text umwandelt und dann eine Stimmungsanalyse durchführt, um Kundensupport-Telefonate zu überprüfen.Am Ende dieses Kurses hast du sowohl das Wissen als auch die praktische Erfahrung, um das Gelernte in deinem Job oder bei deinen persönlichen Projekten anzuwenden.
Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in die Verarbeitung gesprochener Sprache mit Python
Audiodateien unterscheiden sich von den meisten anderen Datentypen. Bevor du mit ihnen arbeiten kannst, brauchen sie etwas Vorverarbeitung. In diesem Kapitel lernst du die ersten Schritte im Umgang mit Sprachdateien, indem du zwei verschiedene Audiodateien in Schallwellen umwandelst und sie visuell vergleichst.
- Einführung in Audiodaten in Python50 XP
- Die richtige Frequenz50 XP
- Eine Audiodatei mit Python importieren100 XP
- Soundwave-Bytes in Ganzzahlen umwandeln50 XP
- Der richtige Datentyp50 XP
- Bytes in Integer100 XP
- Zeitstempel bestimmen100 XP
- Schallwellen visualisieren50 XP
- Einheitlich bleiben50 XP
- Audiodaten mit Python verarbeiten100 XP
2
Verwendung der Python-Bibliothek SpeechRecognition
Spracherkennung ist noch weit von Perfektion entfernt. Aber die Bibliothek SpeechRecognition bietet eine einfache Möglichkeit, mit vielen Speech-to-Text-APIs zu arbeiten. In diesem Abschnitt lernst du, wie du die SpeechRecognition-Bibliothek nutzt, um die gesprochene Sprache in deinen Audiodateien unkompliziert in Text umzuwandeln.
3
Bearbeiten von Audiodateien mit PyDub
Nicht alle Audiodateien haben dieselbe Form, Größe oder dasselbe Format. Zum Glück bietet die Bibliothek PyDub von James Robert Werkzeuge, mit denen du Attribute von Audiodateien wie Abtastrate (frame rate), Anzahl der Kanäle, Dateiformat und mehr programmatisch verändern kannst. In diesem Kapitel lernst du, wie du diese hilfreiche Bibliothek nutzt, damit all deine Audiodateien für die Transkription in die richtige Form kommen.
4
Verarbeitung von transkribiertem Text gesprochener Sprache
In diesem Kapitel führst du alles Gelernte zusammen und baust ein Proof of Concept zur Sprachverarbeitung für ein Technologieunternehmen, Acme Studios. Du beginnst damit, kurze Audioschnipsel aus dem Kundensupport zu transkribieren. Anschließend führst du Sentimentanalyse mit NLTK, Named-Entity-Recognition mit spaCy und Textklassifikation mit scikit-learn auf dem transkribierten Text durch.
Verarbeitung gesprochener Sprache in Python
Kurs
abgeschlossen
