Formation Machine Learning - Traitement de la parole
Description
Cette formation vise à fournir aux participants des connaissances approfondies dans le domaine de l'IA, en se concentrant spécifiquement sur le machine-learning et le traitement de la parole. Les participants acquerront une vue d'ensemble sur les technologies vocales modernes, y compris le codage, la reconnaissance et la synthèse de la parole, ainsi que les applications pratiques de ces technologies.
- Comprendre les principes du traitement de la parole.
- Appliquer des techniques de codage vocal.
- Mettre en œuvre des modèles de reconnaissance automatique de la parole.
- Comprendre les méthodes de synthèse vocale et les appliquer.
- Explorer les applications pratiques du traitement de la parole.
- Analyser des études de cas et résoudre des problèmes concrets.
- Cette formation s'adresse à tout personnel technique, notamment les techniciens et ingénieurs, souhaitant acquérir des connaissances approfondies dans le domaine du traitement de la parole.
- Des connaissances générales dans un domaine des télécommunications et/ou des réseaux sont recommandées.
- 1
Introduction au traitement du signal audio (1,5 heures)
- Définitions et concepts clés (signal, échantillonnage, quantification)
- Représentations temporelle et fréquentielle des signaux
- Signaux périodiques (sinus, carrés) et signaux aléatoires (bruit blanc, rose)
- Optionnel : l'analyse spectrale (transformée de Fourier, spectrogramme, fenêtrage)
- 2
Caractéristiques du signal de parole (1 heures)
- Production de la parole et organes phonatoires
- Formants et enveloppe spectrale
- Prosodie (intonation, rythme, accent)
- 3
Vue d'ensemble des technologies de reconnaissance et de synthèse vocale (3 heures)
- Concepts fondamentaux (modélisation acoustique, modélisation linguistique, synthèse vocale)
- Applications et cas d'utilisation
- Traitement du signal audio
- Exercice : Analyser un fichier WAV et extraire une caractéristique
- Exercice : Chargement et visualisation de signaux audio avec Python
- Exercice : Analyse spectrale et extraction de caractéristiques
- Exercice : Exercices sur les signaux périodiques et le bruit
- Exercice : Analyse de signaux de parole
- 4
Techniques de modélisation acoustique (Réseaux de neurones profonds) (2,5 heures)
- Exercice : Workflow d'un système de reconnaissance vocale
- Exercice : Évaluation et métriques
- Exercice : Extraction de caractéristiques et traitement du signal
- 5
Modèles acoustiques (3 heures)
- Réseaux de neurones (RNN, LSTM, GRU)
- Transformers (attention, self-attention)
- Optionnel : Les techniques de prétraitement du signal (préaccentuation, normalisation, suppression du silence)
- 6
Boîte à outils du traitement de la parole (4 heures)
- Introduction aux boîtes à outils populaires de reconnaissance vocale (speech-to-text)
- Introduction aux boîtes à outils populaires de synthèse vocale (text-to-speech)
- Traitement des données dans la reconnaissance vocale
- Chargement de modèles pré-entraînés (Hugging Face)
- Exercice : Travaux pratiques avec les boîtes à outils
- Exercice : Prétraitement de signaux de parole
- Exercice : Entraînement d'un modèle acoustique simple
- Exercice : Évaluation des performances
- 7
Modèles de langage (3 heures)
- Modèles de reconnaissance vocale end-to-end (Transformer, Conformer)
- Exploration des architectures Transformer audio, comprendre leurs différences
- 8
et les tâches auxquelles elles sont le mieux adaptées (reconnaissance vocale
- 9
multi-locuteurs et multilingue, bonus : transfert d'apprentissage et adaptation au
- 10
domaine)
- 11
Travaux pratiques (4 heures)
- Exercice (créer application) : Apprendre à générer du texte à partir de la parole
- 12
OU Apprendre à générer de la parole à partir de texte
- Bonus / Optionnel : Considérations pour le déploiement (services cloud, solutions sur site, appareils de périphérie)
- Bonus / Optionnel : Considérations éthiques et de confidentialité dans les technologies de la parole
- Bonus / Optionnel : Optimisation des performances et compression de modèles
Ils nous font Confiance
Nos partenaires de confiance
Questions fréquentes
FAQ : Formation Machine Learning - Traitement de la parole
Oui, mais la prise en charge d'une formation professionnelle par un OPCO dépend de votre opérateur de compétences, de votre branche d'activité et des critères de financement applicables. Ascent Formation vous accompagne dans l'identification des possibilités de financement adaptées à votre entreprise.
Une formation inter-entreprises réunit des participants issus de différentes organisations, tandis qu'une formation intra-entreprise est organisée pour les collaborateurs d'une même entreprise. Le format intra permet notamment d'adapter le contenu et les modalités aux besoins spécifiques de vos équipes.
Selon la formation proposée, il est possible de suivre une formation professionnelle à distance, en présentiel ou selon d'autres modalités disponibles. Consultez les informations de la session concernée ou contactez-nous pour connaître les formats possibles.
Oui, une formation professionnelle peut être adaptée aux objectifs, au niveau des participants et aux besoins opérationnels de votre entreprise. Ascent Formation vous propose des parcours personnalisés pour accompagner le développement des compétences de vos équipes.
Formations similaires
IA & DataFormation Migration vers le Cloud
IA & DataFormation Agents IA — Concevoir des systèmes autonomes avec LangChain et LangGraph - Avancé
IA & DataFormation AI Act européen — Comprendre vos obligations et vous mettre en conformité - Niveau débutant
IA & Data