Benvenuta/o al corso Audio di Hugging Face!

Gentile studente,

Benvenuto a questo corso sull’utilizzo dei transformers per l’audio. Più di una volta i transformers si sono dimostrati una delle architetture di deep learning più potenti e versatili, capaci di ottenere risultati che raggiungono lo state-of-the-art in un’ampia gamma di compiti, che comprendono la comprensione naturale del linguaggio, computer vision, e più recentemente, l’elaborazione audio.

In questo corso, esploreremo come i transformers possono essere applicati ai dati audio. Imparerai come usarli per affrontare un’ampia gamma di problemi relativi all’audio. Che tu sia interessato nel riconoscimento vocale, nella classificazione audio, o nella generazione vocale da testo, i transformers e questo corso fanno al caso tuo.

Per darti un assaggio di cosa possono fare questi modelli, pronuncia qualche parola nella demo qui sotto e guarda il modello trascriverlo in tempo reale!

Durante questo corso, imparerai le specifiche dell’elaborazione di dati audio, le differenti architetture dei transformers, e addestrerai i tuoi transformer audio personali sfruttando potenti modelli pre-addestrati.

Questo corso è pensato per persone con un background in deep learning, e familiarita generale sui transformers. Non è richiesta nessuna conoscenza nell’elaborazione di dati audio. Se hai bisogno di rinfrescarti la memoria riguardo il funzionamento dei transformers, guarda il nostro Corso di NLP che va nel dettaglio a riguardo delle basi del funzionamento dei transformers.

Incontra il team del corso

Sanchit Gandhi, Machine Learning Research Engineer at Hugging Face

Ciao! Sono Sanchit e sono un machine learning research engineer per l’audio nel team di open-source a Hugging Face 🤗. Il mio focus primario è il riconoscimento vocale automatico e la traduzione, con l’obbiettivo attuale di rendere i modelli odierni più veloci, leggeri e facili da usare.

Matthijs Hollemans, Machine Learning Engineer at Hugging Face

Sono Matthijs, e sono un machine learning engineer per l’audio nel team di open source a Hugging Face. Sono anche l’autore di un libro su come scrivere sintetizzatori sonori, e creo plug-in audio nel tempo libero.

Maria Khalusova, Documentation & Courses at Hugging Face

Sono Maria, e creo contenuti educativi e documentazione per rendere Transformers e altri strumenti open-source sempre piu accessibili. Spiego argomenti tecnici complessi e aiuto le persone a familiarizzare con tecnologie all’avanguardia.

Vaibhav Srivastav, ML Developer Advocate Engineer at Hugging Face

Sono Vaibhav (VB) e sono un Developer Advocate Engineer per l’Audio nel team di Open Source a Hugging Face. Io ricerco soluzioni di Text to Speech a basse risorse e aiuto a portare applicazioni dello SoTA nella ricerca sulle tecnologie di sintesi vocale al pubblico.

Struttura del corso

Il corso è suddiviso in vari capitoli che trattano argomenti specifici in profondità:

Ogni capitolo comprende una parte teorica, dove otterrai una conoscenza in profondità sull’argomento e tecniche trattate. Per tutta la durata del corso, forniremo dei quiz per aiutarti a testare le tue conoscenze e rinforzare il tuo apprendimento. Alcuni capitoli includono anche delle esercitazioni pratiche, dove avrai l’opportunità di mettere in pratica le nozioni apprese.

Entro la fine del corso, avrai acquisito dei solidi fondamentali nell’utilizzo di transformers sui dati audio e sarai ben equipaggiato per applicare queste tecniche ad un ampia gamma di problemi relativi all’audio.

I capitoli del corso saranno rilasciati in vari blocchi consecutivi, seguendo questo programma:

Capitoli Data di pubblicazione
Capitolo 0, Capitolo 1, e Capitolo 2 14 Giugno, 2023
Capitolo 3, Capitolo 4 21 Giugno, 2023
Capitolo 5 28 Giugno, 2023
Capitolo 6 5 Luglio, 2023
Capitolo 7, Capitolo 8 12 Luglio, 2023

Percorsi d’apprendimento e certificazione

Non c’è un modo giusto o sbagliato di affrontare questo corso. Tutto il materiale del corso è 100% gratuito, pubblico ed open-source. Puoi affrontare il corso al ritmo che ritieni più opportuno, tuttavia, raccomandiamo di seguire i capitoli in ordine.

Se vuoi acquisire un certificato di completamento del corso, hai due opzioni:

Tipo di certificato Requisiti
Certificato di completamento Completa l’ 80% delle esercitazioni pratiche secondo le istruzioni.
Certificazione con lode Completa il 100% delle esercitazioni pratiche secondo le istruzioni.

Ogni esercitazione pratica descrive i suoi criteri di completamento. Una volta che hai completato un numero sufficiente di esercitazioni pratiche per qualificarti per una delle certificazioni, fai riferimento all’ultimo capitolo del corso per sapere come ottenere il tuo certificato. Buona fortuna!

Registrati al corso

I capitoli di questo corso saranno distribuiti man mano in molteplici settimane. Ti incoraggiamo a registrarti al corso per ricevere aggiornamenti quando nuovi capitoli saranno rilasciati. Gli studenti che si registrano per gli aggiornamenti del corso saranno i primi a ricevere informazioni riguardo ad eventi speciali dal vivo che programmiamo di organizzare.

REGISTRATI

Goditi il corso!