강의소개

<학습 팁>
해당 강좌는 음성 인식을 위한 기본 신호 처리, 음향 모델링 및 레이블링, 언어 모델링을위한 공통 알고리즘, 음향 기능을 음성으로 디코딩하는 방법에 대해서 설명합니다. 강좌를 수강 완료 시 딥러닝의 활용, 딥러닝 심화, 딥러닝 프로젝트 등의 과목에 도움이 됩니다.

이 과정은 인공 지능 분야의 Microsoft 전문 프로그램의 일부입니다.

ASR (자동 음성 인식) 시스템을 개발하고 이해하는 것은 언어학, 컴퓨터 과학, 수학 및 전기 공학에 대한 전문 지식을 습득하는 학제간 활동입니다.

인간이 단어를 말할 때, 목소리가 시간에 따라 변화하는 패턴의 소리를 냅니다. 이 소리는 공기를 통해 전파되는 압력의 파동입니다. 소리는 마이크 또는 마이크어레이와 같은 센서에 의해 캡처되고 시간에 따른 압력 변화를 나타내는 일련의 숫자로 바뀝니다. 자동 음성 인식 시스템은 이 시간 압력 신호를 시간 주파수 에너지 신호로 변환합니다. 선별된 레이블이 지정된 음성사운드 세트에 대해 교육을 받았으며 제공되는 사운드에 레이블을 지정했습니다. 이러한 음향 레이블은 단어 발음 모델 및 단어 시퀀스 모델과 결합되어 말한 내용의 텍스트 표현을 만듭니다.

이 과정의 한 부분을 깊이 탐구하는 대신이 과정은 최신 ASR 시스템의 구성 요소에 대한 개요를 제공하도록 설계되었습니다. 각 강의에서는 구성 요소의 목적과 일반적인 구조를 설명합니다. 각 실습에서 학생은 시스템의 기능 블록을 만듭니다. 과정이 끝나면 거의 전적으로 Python 코드로 음성 인식 시스템을 구축 할 것입니다.

About this course

This course is part of the Microsoft Professional Program in Artificial Intelligence.

Developing and understanding Automatic Speech Recognition (ASR) systems is an inter-disciplinary activity, taking expertise in linguistics, computer science, mathematics, and electrical engineering.

When a human speaks a word, they cause their voice to make a time-varying pattern of sounds. These sounds are waves of pressure that propagate through the air. The sounds are captured by a sensor, such as a microphone or microphone array, and turned into a sequence of numbers representing the pressure change over time. The automatic speech recognition system converts this time-pressure signal into a time-frequency-energy signal. It has been trained on a curated set of labeled speech sounds, and labels the sounds it is presented with. These acoustic labels are combined with a model of word pronunciation and a model of word sequences, to create a textual representation of what was said.

Instead of exploring one part of this process deeply, this course is designed to give an overview of the components of a modern ASR system. In each lecture, we describe a component's purpose and general structure. In each lab, the student creates a functioning block of the system. At the end of the course, we will have built a speech recognition system almost entirely out of Python code.