Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Fundamentos de la clasificación de audio
- Tipos de eventos sonoros: ambientales, mecánicos, generados por humanos.
- Resumen de casos de uso: vigilancia, monitoreo, automatización.
- Clasificación de audio vs. detección vs. segmentación.
Datos de audio y extracción de características
- Tipos de archivos de audio y formatos.
- Tasa de muestreo, ventanas, consideraciones sobre el tamaño de cuadro.
- Extracción de MFCC, características cromáticas, espectrogramas mel.
Preparación de datos y anotación
- UrbanSound8K, ESC-50 y conjuntos de datos personalizados.
- Etiquetado de eventos sonoros y límites temporales.
- Equilibrio de conjuntos de datos y augmentación de audio.
Construcción de modelos de clasificación de audio
- Uso de redes neuronales convolucionales (CNN) para audio.
- Entrada del modelo: forma de onda cruda vs. características.
- Funciones de pérdida, métricas de evaluación y sobreajuste.
Detección de eventos y localización temporal
- Estrategias de detección basadas en cuadros y segmentos.
- Postprocesamiento de detecciones utilizando umbrales y suavizado.
- Visualización de predicciones en líneas de tiempo de audio.
Tópicos avanzados y procesamiento en tiempo real
- Aprendizaje por transferencia para escenarios con pocos datos.
- Despliegue de modelos con TensorFlow Lite u ONNX.
- Procesamiento de audio en streaming y consideraciones de latencia.
Desarrollo del proyecto y escenarios de aplicación
- Diseño de una canalización completa: ingesta a clasificación.
- Desarrollo de un prototipo para vigilancia, control de calidad o monitoreo.
- Registro de eventos, alertas e integración con paneles o APIs.
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos de aprendizaje automático y entrenamiento de modelos.
- Experiencia con la programación en Python y el preprocesamiento de datos.
- Conocimiento de los fundamentos del audio digital.
Audiencia
- Científicos de datos.
- Ingenieros de aprendizaje automático.
- Investigadores y desarrolladores en procesamiento de señales de audio.
21 Horas
