2026/2027
Речевые технологии
Статус:
Маго-лего
Кто читает:
Базовая кафедра Яндекс
Где читается:
Факультет компьютерных наук
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
6
Контактные часы:
80
Программа дисциплины
Аннотация
Курс будет посвящен современным речевым технологиям, их устройству и применению. В рамках курса вы научитесь работать с сырыми речевыми данными, изменять, распознавать, а также генерировать голос.
Цель освоения дисциплины
- курс ориентирован на практические навыки, необходимые для работы, и проводится людьми с реальным опытом внедрения технологий в продукты.
Планируемые результаты обучения
- Понимание цифрового представления звука и базовой обработки сигнала
- Владение полным пайплайном распознавания речи (ASR)
- Владение пайплайном синтеза речи (TTS) от текста до звука
- Умение решать задачи улучшения качества голоса (VQE) и детекции аудиособытий
- Способность интегрировать аудиомодели с LLM в мультимодальные системы
Список литературы
Рекомендуемая основная литература
- Deep learning, Kelleher, J. D., 2019
- Shlomo Engelberg, Digital Signal Processing / Shlomo Engelberg, Ph.D. - Springer Verlag London Ltd, 2008 - URL: https://link.springer.com/book/10.1007%2F978-1-84800-119-0
Рекомендуемая дополнительная литература
- Speech and language processing, Jurafsky, D., 2014
- Шишкин А.Г. - Методы цифровой обработки и распознавания речи - 978-5-16-018017-5 - НИЦ ИНФРА-М - 2026 - https://znanium.ru/catalog/document?id=486613 - 486613 - ZNANIUM