Andere Kunden interessierten sich auch für
![Deep Learning für die Klassifizierung von Sprachsignalen]( "Deep Learning für die Klassifizierung von Sprachsignalen")
Deep Learning für die Klassifizierung von Sprachsignalen43,90 €![Apprentissage profond pour la classification des signaux vocaux]( "Apprentissage profond pour la classification des signaux vocaux")
Apprentissage profond pour la classification des signaux vocaux28,99 €![G¿¿bokie uczenie na potrzeby klasyfikacji sygna¿u mowy]( "G¿¿bokie uczenie na potrzeby klasyfikacji sygna¿u mowy")
G¿¿bokie uczenie na potrzeby klasyfikacji sygna¿u mowy28,99 €![Aprendizagem profunda para classificação de sinais de fala]( "Aprendizagem profunda para classificação de sinais de fala")
Aprendizagem profunda para classificação de sinais de fala28,99 €![Deep Learning for Speech Signal Classification]( "Deep Learning for Speech Signal Classification")
Deep Learning for Speech Signal Classification29,99 €![Classificazione delle immagini iperspettrali]( "Classificazione delle immagini iperspettrali")
Classificazione delle immagini iperspettrali28,99 €![IA e apprendimento automatico per decisioni più intelligenti]( "IA e apprendimento automatico per decisioni più intelligenti")
IA e apprendimento automatico per decisioni più intelligenti28,99 €
La classificazione dei segnali vocali svolge un ruolo cruciale nel riconoscimento del parlato, nell'identificazione dei parlanti, nel rilevamento delle emozioni e nell'elaborazione audio. Questo libro fornisce una guida completa per sfruttare le tecniche di deep learning, in particolare le reti neurali convoluzionali (CNN) e le reti LSTM (Long Short-Term Memory), per una classificazione efficace dei segnali vocali.Argomenti principali trattati:Fondamenti dell'elaborazione del parlato - Comprensione dei segnali vocali, degli spettrogrammi e delle tecniche di estrazione delle caratteristiche come le MFCC. Introduzione al Deep Learning - Panoramica delle reti neurali, delle CNN per l'estrazione delle caratteristiche e delle LSTM per la cattura delle dipendenze temporali.Modello ibrido CNN-LSTM - Un approccio graduale alla combinazione di CNN e LSTM per migliorare la precisione della classificazione del parlato.