After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Kursbeskrivning
Lär dig taligenkänning och talat språkbehandling i Python
Vi lär oss att tala långt innan vi lär oss att läsa. Även i den digitala tidsåldern är vårt främsta sätt att kommunicera tal. Talad språkbehandling i Python hjälper dig att läsa in, transformera och transkribera ljudfiler. Du börjar med att se hur rått ljud ser ut i Python och går sedan vidare till att utforska populära bibliotek och arbeta igenom ett exempel på ett affärsanvändningsfall.Använd Python SpeechRecognition och PyDub för att transkribera ljudfiler
Python har ett antal populära bibliotek som hjälper dig att bearbeta talat språk. SpeechRecognition ger dig ett enkelt sätt att integrera med tal-till-text-API:er, medan PyDub hjälper dig att programmatiskt ändra ljudfilsattribut för att göra dem redo för transkribering. Varje bibliotek behandlas i ett fördjupat kapitel, vilket ger dig möjlighet att omsätta teorin i praktiken och befästa dina kunskaper.Öva på taltranskribering med ett projekt i kursen
Det sista kapitlet i den här kursen ger dig möjlighet att sätta ihop allt du har lärt dig genom att bygga en proof of concept för talbehandling åt ett fiktivt teknikföretag. Du kommer att bygga ett system som transkriberar ljud från telefonsamtal till text och sedan utför sentimentanalys för att granska kundsupportsamtal.I slutet av den här kursen kommer du att ha både kunskapen och den praktiska erfarenheten för att omsätta det du lärt dig i praktiken i ditt arbete eller dina personliga projekt.
Förkunskapskrav
Kursplan
Kursöversikt
1
Introduktion till taligenkänning med Python
Ljudfiler skiljer sig från de flesta andra datatyper. Innan du kan börja arbeta med dem krävs viss förbehandling. I det här kapitlet lär du dig de första stegen för att arbeta med talfiler, genom att omvandla två olika ljudfiler till ljudvågor och jämföra dem visuellt.
2
Använda Python-biblioteket SpeechRecognition
Taligenkänning är ännu långt ifrån perfekt. Men biblioteket SpeechRecognition ger ett enkelt sätt att använda många tal-till-text-API:er. I det här avsnittet lär du dig hur du använder SpeechRecognition för att snabbt börja omvandla talat språk i dina ljudfiler till text.
3
Hantera ljudfiler med PyDub
Inte alla ljudfiler har samma format, storlek eller struktur. Lyckligtvis erbjuder PyDub av James Robert verktyg för att programmatiskt ändra olika egenskaper hos ljudfiler, till exempel samplingshastighet, antal kanaler och filformat. I det här kapitlet lär du dig att använda det här användbara biblioteket för att se till att alla dina ljudfiler är i rätt format för transkribering.
4
Bearbeta text transkriberad från talat språk
I det här kapitlet samlar du ihop allt du har lärt dig och bygger ett proof of concept-projekt för taligenkänning åt teknikföretaget Acme Studios. Du börjar med att transkribera korta ljudklipp från kundtjänstsamtal till text. Sedan utför du sentimentanalys med NLTK, namngiven enhetsigenkänning med spaCy och textklassificering med scikit-learn på den transkriberade texten.
Taligenkänning i Python
Kurs
slutförd
