Contattataci

Struttura del corso

Introduzione al riconoscimento e alla sintesi del parlato

  • Fondamenti delle tecnologie vocali
  • Nozioni di base sui sistemi di riconoscimento vocale
  • Panoramica sulla sintesi del parlato

Ruolo degli LLM nelle tecnologie vocali

  • Il ruolo degli LLM nel riconoscimento vocale
  • Gli LLM nella sintesi del parlato
  • Vantaggi degli LLM rispetto ai modelli tradizionali

Dati per il riconoscimento e la sintesi del parlato

  • Raccolta e elaborazione dei dati per le tecnologie vocali
  • Conjunto di dati di addestramento per gli LLM
  • Aspetti etici legati alla gestione dei dati

Addestramento degli LLM per applicazioni vocali

  • Tecniche di apprendimento profondo nel riconoscimento vocale
  • Architetture delle reti neurali impiegate nella sintesi del parlato
  • Aggiornamento fine degli LLM per compiti vocali specifici

Implementazione degli LLM nei sistemi vocali

  • Integrazione degli LLM con motori di riconoscimento vocale
  • Sviluppo di sintetizzatori di voce dal timbro naturale
  • Progettazione delle interfacce utente per le applicazioni vocali

Test e valutazione dei sistemi vocali

  • Metodologie per verificare l’accuratezza del riconoscimento vocale
  • Valutazione della naturalezza del parlato sintetizzato
  • Raccolta di feedback e analisi effettuate dagli utenti

Sfide e soluzioni nelle tecnologie vocali

  • Gestione dei problemi più comuni nel riconoscimento vocale
  • Superamento degli ostacoli legati alla sintesi del parlato
  • Casi studio: esempi di implementazioni riuscite con gli LLM

Sviluppi futuri nelle tecnologie vocali

  • Tendenze emergenti nel campo del riconoscimento e della sintesi vocale
  • Il ruolo degli LLM nei sistemi vocali multilingue
  • Opportunità di innovazione e ricerca

Progetto finale e valutazione

  • Progettazione e realizzazione di un sistema di riconoscimento o sintesi vocale sfruttando gli LLM
  • Recensioni da parte dei colleghi e discussioni di gruppo
  • Valutazione conclusiva e feedback personalizzato

Sintesi finale e prossimi passi

Requisiti

  • Conoscenza dei concetti base della programmazione
  • È consigliata ma non obbligatoria la familiarità con la programmazione in Python
  • La padronanza di nozioni fondamentali relative all’apprendimento automatico e alle reti neurali risulta utile

Destinatari del corso

  • Sviluppatori software
  • Data scientist
  • Product manager
 14 ore

Numero di Partecipanti


Prezzo per partecipante

Corsi in Arrivo

Categorie relative