Unidad 2. Una introducción amigable a las aplicaciones de audio
Bienvenido a la segunda unidad del curso de audio de Hugging Face¡, Anteriormente, exploramos los conceptos fundamentales de los datos de audio y aprendimo como trabajar con conjuntos de datos de audio usando las librerias 🤗 Datasets y 🤗 Transformers. Discutimos diferentes conceptos como frecuencia de muestreo, amplitud, profundidad de bits, forma de onda y espectrogramas, y vimos como preprocesar datos para un modelo pre-entrenado.
En este punto quiza estes ansioso por aprender acerca de las tareas de audio que 🤗 Transformers puede realizar, y ahora que tienes los conocimientos fundamentales para comprenderlo todo, echemos un vistazo a unos impresionantes ejemplos de aplicaciones de audio.
- Clasificación de Audio: Categorizar facilmente un clip de audio. Puedes identificar si una grabación es de un ladrido de un perro o un maullido de gato, o a que género corresponde una cación.
- Reconocimiento automático de voz: Transformar un clip de audio en texto a traves de una transcripción automática. Puedes obtener la representación en texto de una grabación en donde alguien habla. Muy útil para tomar notas!
- Diarización de hablantes Alguna vez te has preguntado ¿Quién habla en una grabación? con 🤗 Transformers, puedes identificar que persona esta hablando en un determinado tiempo del clip de audio. Imaginate ser capaz de de diferencias entre “Alice” y “Bob” en una grabación en donde ambos estan teniendo una conversación.
- Texto a voz: Crear una narración a partir de un texto que puede ser usada para crear un audio book, ayuda con la accesibilidad, o le da la voz a un NPC en un juego. con 🤗 Transformers puedes hacer facilmente esto
En esta unidad, tu aprenderas como usar modelos pre entrenados para algunas de estas tareas usando la función pipeline() de 🤗 Transformers.
Especificamente, veremos como usar modelos pre-entrenados para las tareas de clasificación de audio y reconocimiento automático de la voz.
Comencemos!