After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Opis kursu
Poznaj rozpoznawanie mowy i przetwarzanie języka mówionego w Pythonie
Uczymy się mówić na długo przed tym, zanim nauczymy się czytać. Nawet w erze cyfrowej naszym głównym sposobem komunikacji jest mowa. Przetwarzanie mowy w Pythonie pomoże Ci wczytywać, przekształcać i transkrybować pliki audio. Zaczniesz od zobaczenia, jak wygląda surowy dźwięk w Pythonie, a następnie przejdziesz do poznawania popularnych bibliotek i przepracujesz przykład biznesowego zastosowania.Użyj Python SpeechRecognition i PyDub do transkrypcji plików audio
Python ma wiele popularnych bibliotek, które pomagają w przetwarzaniu języka mówionego. SpeechRecognition oferuje łatwy sposób integracji z interfejsami API zamiany mowy na tekst, a PyDub pomaga programowo modyfikować atrybuty plików audio, aby przygotować je do transkrypcji. Każda z tych bibliotek jest omówiona w szczegółowym rozdziale, dając Ci możliwość przełożenia teorii na praktykę i utrwalenia swojej wiedzy.Ćwicz transkrypcję mowy w ramach projektu w kursie
Ostatni rozdział tego kursu daje Ci możliwość połączenia wszystkiego, czego się nauczyłeś, poprzez zbudowanie proof of concept przetwarzania mowy dla fikcyjnej firmy technologicznej. Zbudujesz system, który przekształca nagrania rozmów telefonicznych na tekst, a następnie przeprowadza analizę sentymentu, aby ocenić rozmowy telefoniczne z obsługą klienta.Po ukończeniu tego kursu będziesz mieć zarówno wiedzę, jak i praktyczne doświadczenie, aby wykorzystać to, czego się nauczysz, w swojej pracy lub projektach osobistych.
Wymagania wstępne
Program kursu
Plan kursu
1
Wprowadzenie do przetwarzania mowy w Pythonie
Pliki audio różnią się od większości innych typów danych. Zanim zaczniesz z nimi pracować, wymagają wstępnego przetwarzania. W tym rozdziale poznasz pierwsze kroki pracy z plikami dźwiękowymi – nauczysz się przekształcać dwa różne pliki audio w fale dźwiękowe i porównywać je wizualnie.
- Wprowadzenie do danych audio w Pythonie50 XP
- Właściwa częstotliwość50 XP
- Importowanie pliku audio w Pythonie100 XP
- Konwersja bajtów fali dźwiękowej na liczby całkowite50 XP
- Właściwy typ danych50 XP
- Bajty na liczby całkowite100 XP
- Wyznaczanie znaczników czasu100 XP
- Wizualizacja fal dźwiękowych50 XP
- Zachowaj spójność50 XP
- Przetwarzanie danych audio w Pythonie100 XP
2
Biblioteka SpeechRecognition w Pythonie
Rozpoznawanie mowy wciąż nie jest doskonałe, ale biblioteka SpeechRecognition oferuje wygodny sposób na korzystanie z wielu interfejsów API do zamiany mowy na tekst. W tej części nauczysz się, jak używać biblioteki SpeechRecognition, aby łatwo konwertować mowę z plików audio na tekst.
3
Manipulowanie plikami audio za pomocą PyDub
Pliki audio nie zawsze mają ten sam format, rozmiar czy strukturę. Na szczęście biblioteka PyDub autorstwa Jamesa Roberta dostarcza narzędzi, które pozwalają programowo modyfikować różne właściwości plików audio – takie jak częstotliwość próbkowania, liczba kanałów czy format pliku. W tym rozdziale nauczysz się korzystać z tej przydatnej biblioteki, aby przygotować pliki audio do transkrypcji.
4
Przetwarzanie tekstu transkrybowanego z mowy
W tym rozdziale połączysz wszystko, czego się nauczysz, i zbudujesz prototyp projektu przetwarzania mowy dla fikcyjnej firmy technologicznej – Acme Studios. Zaczniesz od transkrypcji fragmentów rozmów telefonicznych z działu obsługi klienta na tekst. Następnie przeprowadzisz analizę wydźwięku przy użyciu NLTK, rozpoznawanie nazwanych encji za pomocą spaCy oraz klasyfikację tekstu z użyciem scikit-learn.
Przetwarzanie mowy w Pythonie
Kurs
ukończony
