전체
공지사항

인공지능으로 배우는 음성 처리 기술

클래스 소개
난이도
보통
카테고리
인공지능 - 인공지능 고급
태그
인공지능, 음성, AI, 온라인교육
클래스 진행 기간
25.05.07부터 25.07.02까지
소요 시간
160 시간
추천 학습대상
- 인공지능에 관심이 있으신 재직자, 구직자, 대학(원)생, 기타 프리랜서 등

✅ 본 교육과정 지원은 반드시 '교육신청서'를 작성해주셔야 지원 가능합니다.


교육신청서 작성하기

(↑클릭하기)

[인공지능으로 배우는 음성 처리 기술]

 교육목표 : 음성 처리 분야의 기초 이론 및 딥러닝 기술을 학습하여, 실제 프로젝트에 적용 가능한 음성 처리 역량 및 개발 능력 향상

 교육기간 : 25.05.07(수) ~ 24.07.02(수)

 교육시간 : 평일 저녁 19:00 ~ 23:00

 교육장소 및 교육형태 : 실시간 온라인 강의(ZOOM)

  * 선정 후 별도 안내 예정

 교육대상 : 중급과정 수료자 또는 그에 상응하는 역량을 갖춘 자

 교육신청 : 신청서 작성하기 (←클릭하기)

 교육혜택

  - 사전 자율 학습 콘텐츠 제공

  - 전문 멘토링 등 취업 프로그램 지원

 교육문의 : 02-580-0719 / aisw-edu@kait.or.kr




 



교육 과정
모두 펼치기
  • 01
    음성처리
  • 음성 신호의 특성, 주파수 분석
    공개 데이터셋 활용, 데이터 전처리 개요
    노이즈 제거, 정규화, 증강 기법
    MFCC, Mel-Spectrogram, STFT 활용
    Librosa 활용 실습 및 프로젝트 데이터
  • 02
    딥러닝 모델
  • ANN, MLP 기본 개념 및 구조
    CNN, RNN, LSTM 이론 및 구현
    Self-Attention 및 Encoder-Decoder 구조
    ASR 개념 및 주요 알고리즘
    TensorFlow/PyTorch 기반 ASR 모델
  • 03
    음성 인식
  • CTC 기반 ASR
    Attention 기반 ASR
    최신 ASR 모델 분석
    ASR 모델 평가
    실습 및 프로젝트 연계
  • 04
    음성 합성
  • TTS 개념 및 주요 활용 사례
    음성 합성 구조 및 구현 실습
    병렬 음성 합성 모델 실습(FastSpeech2)
    WaveNet, HiFi-GAN 개념 및 실습
    Voice Conversion 및 감정 표현 TTS
  • 05
    화자 인식
  • Speaker Recognition 원리 및 응용
    화자 식별 및 검증 실습
    최신 화자 인식 모델 실습
    감정 데이터셋 및 특징 분석
    화자 인식 및 감정 분석 모델 구현
  • 06
    음성 신호 처리
  • FIR, IIR 필터 개념 및 활용
    Spectral Subtraction, Wiener 필터 실습
    SEGAN, Demucs 모델 개요 및 실습
    WebRTC 및 실시간 필터링 기법
    잡음 제거 모델 평가 및 튜닝
  • 07
    프로젝트
  • 프로젝트 선정 및 데이터셋 수집
    데이터 전처리
    특징 추출 및 모델 선택
    모델 구현 및 훈련 1
    모델 구현 및 훈련 2
  • 08
    프로젝트
  • 모델 평가 및 예측
    오류 분석 및 시각화
    모델 배포 최적화
    프로젝트 문서화 및 프레젠테이션
    동료 검토, 피드백
마지막 업데이트|2025년 04월 01일
강의자 소개
admin_kaitTeacher

강좌 후기
접수 마감 D-0
평균평점
0.0
난이도
보통
수강인원
0명
진행 기간
25.05.07 - 25.07.02
소요 시간
160 시간

신청 시작
4월 1일 (화) 24:00
신청 마감
4월 28일 (월) 23:59