Programa do Curso

Fundamentos da Classificação de Áudio

  • Tipo de eventos sonoros: ambiental, mecânico, gerado por humanos
  • Visão geral de casos de uso: vigilância, monitoramento, automação
  • Classificação de áudio versus detecção versus segmentação

Dados de Áudio e Extração de Características

  • Tipos de arquivos de áudio e formatos
  • Taxa de amostragem, janelamento, considerações sobre o tamanho do quadro
  • Extração de MFCCs, características cromáticas, mel-espectrogramas

Preparação dos Dados e Anotação

  • UrbanSound8K, ESC-50 e conjuntos de dados personalizados
  • Anotação de eventos sonoros e limites temporais
  • Balanço dos conjuntos de dados e aumento do áudio

Criação de Modelos de Classificação de Áudio

  • Uso de redes neurais convolucionais (CNNs) para áudio
  • Entrada do modelo: onda sonora bruta versus características
  • Funções de perda, métricas de avaliação e sobreajuste

Deteção de Eventos e Localização Temporal

  • Estratégias de detecção baseadas em quadros e segmentos
  • Pós-processamento de detecções usando limiares e suavização
  • Visualização das previsões no cronograma do áudio

Tópicos Avançados e Processamento em Tempo Real

  • Aprendizagem transferida para cenários com poucos dados
  • Implantação de modelos com TensorFlow Lite ou ONNX
  • Processamento de áudio em streaming e considerações sobre latência

Desenvolvimento do Projeto e Cenários de Aplicação

  • Diseño de uma pipeline completa: ingestão à classificação
  • Desenvolvimento de conceitos-piloto para vigilância, controle de qualidade ou monitoramento
  • Registros, alertas e integração com painéis ou APIs

Resumo e Próximos Passos

Requisitos

  • Compreensão dos conceitos de aprendizado de máquina e treinamento de modelos
  • Experiência com programação Python e pré-processamento de dados
  • Familiaridade com fundamentos de áudio digital

Público-alvo

  • Cientistas de dados
  • Engenheiros de aprendizado de máquina
  • pesquisadores e desenvolvedores em processamento de sinais de áudio
 21 Horas

Número de participantes


Preço por Participante

Próximas Formações Provisórias

Categorias Relacionadas