کتاب صوتی تشخیص گفتار و فرمان‌های صوتی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تشخیص گفتار و فرمان‌های صوتی

موضوع کلی: هوش مصنوعی و رباتیک پیشرفته

موضوع میانی: پردازش گفتار و تعامل صوتی با ربات

📋 سرفصل‌های دوره

• 1. مبانی صوت‌شناسی و پردازش سیگنال‌های صوتی
• 2. تبدیل آنالوگ به دیجیتال در تشخیص گفتار
• 3. پیش‌پردازش سیگنال‌های صوتی برای کاهش نویز
• 4. ویژگی‌های صوتی و استخراج آن‌ها
• 5. طیف‌نگاشت (Spectrogram) و کاربرد آن در گفتار
• 6. بررسی روش‌های مدل‌سازی گفتار
• 7. آشنایی با مدل‌های پنهان مارکوف (HMM)
• 8. آموزش مدل‌های HMM برای تشخیص گفتار
• 9. ارزیابی عملکرد مدل‌های تشخیص گفتار
• 10. مقدمه‌ای بر شبکه‌های عصبی در تشخیص گفتار
• 11. شبکه‌های عصبی کانولوشنی (CNN) برای پردازش صوت
• 12. شبکه‌های عصبی بازگشتی (RNN) و کاربرد آن‌ها در گفتار
• 13. شبکه‌های حافظه بلندمدت (LSTM) در تشخیص گفتار
• 14. توجه (Attention) در مدل‌های تشخیص گفتار
• 15. مدل‌های ترانسفورمر و کاربرد آن‌ها در صوت
• 16. مقدمه‌ای بر یادگیری عمیق برای تشخیص گفتار
• 17. مجموعه‌داده‌های رایج در تشخیص گفتار
• 18. آماده‌سازی داده‌ها برای آموزش مدل‌های تشخیص گفتار
• 19. افزایش داده‌ها (Data Augmentation) در تشخیص گفتار
• 20. تشخیص گفتار مستقل از گوینده
• 21. تشخیص گفتار وابسته به گوینده
• 22. تشخیص گفتار با استفاده از ویژگی‌های Mel-Frequency Cepstral Coefficients (MFCC)
• 23. تشخیص گفتار با استفاده از ویژگی‌های Filter Bank Energies (Fbank)
• 24. بهینه‌سازی مدل‌های تشخیص گفتار
• 25. روش‌های تنظیم هایپرپارامترها (Hyperparameter Tuning)
• 26. انتقال یادگیری (Transfer Learning) در تشخیص گفتار
• 27. یادگیری خودنظارتی (Self-Supervised Learning) در صوت
• 28. تشخیص کلمات کلیدی (Keyword Spotting)
• 29. تشخیص فرمان‌های صوتی (Voice Command Recognition)
• 30. پیاده‌سازی یک سیستم تشخیص گفتار ساده
• 31. تشخیص گفتار در محیط‌های نویزی
• 32. تشخیص گفتار در حضور لهجه‌های مختلف
• 33. تشخیص گفتار پیوسته (Continuous Speech Recognition)
• 34. تشخیص گفتار گسسته (Isolated Word Recognition)
• 35. تشخیص گفتار بلادرنگ (Real-Time Speech Recognition)
• 36. تکنیک‌های کاهش تأخیر در تشخیص گفتار
• 37. کاربرد تشخیص گفتار در سیستم‌های تعاملی
• 38. کاربرد تشخیص گفتار در سیستم‌های کنترل صوتی
• 39. تشخیص گفتار و پردازش زبان طبیعی (NLP)
• 40. تبدیل گفتار به متن (Speech-to-Text)
• 41. تبدیل متن به گفتار (Text-to-Speech)
• 42. ارزیابی کیفیت سیستم‌های تبدیل گفتار به متن
• 43. مبانی اخلاق در تشخیص گفتار و حریم خصوصی
• 44. آینده تشخیص گفتار و روندهای جدید
• 45. روش‌های مقابله با حملات صوتی (Adversarial Attacks)