Полный стек обработки аудиоданных
Обучение и дообучение речевых моделей
Практика на виртуальных машинах с GPU
Классические модели распознавания речи: CNN, RNN, CTC
Современные речевые модели: wav2vec, HuBERT, Whisper
Технологии синтеза речи: FastSpeech, HiFi‑GAN
Аудиоанализ и модели речи позволяют нейросетям понимать и создавать звуки
Как это работает
ИИ умеет слушать и распознавать речь, различать звуки и создавать естественное звучание. Эти технологии используются в голосовых ассистентах, расшифровке речи, аудиомониторинге и озвучке контента.
Это курс для специалистов с опытом работы в машинном обучении
Для ML-инженеров
Освоите работу с аудиоданными и речевыми моделями. Разберётесь в спектрограммах, аудиопризнаках и архитектурах для распознавания речи, научитесь применять современные модели для задач аудиоанализа.
Для DL-инженеров
Изучите современные архитектуры для распознавания и синтеза речи, разберётесь в аудиотрансформерах и сможете строить полноценные аудиосервисы — от обработки сигнала до оптимизированного инференса.
Для NLP-специалистов
Расширите экспертизу в сторону речевых технологий. Поймёте, как работают системы распознавания и синтеза речи и как интегрировать голосовые интерфейсы и речевые модели с языковыми моделями.
Через 3 месяца вы сможете
Разрабатывать голосовые сервисы — от распознавания до синтеза речи- Дообучать модели под конкретные задачи и данные
- Интегрировать аудиомодели в голосовые системы
- Работать с аудиосигналом, извлекать признаки и строить спектрограммы
- Создавать модели аудиоклассификации на основе CNN и RNN
- Разрабатывать системы распознавания речи на основе CTC
- Применять современные речевые модели: wav2vec, HuBERT, Whisper
- Проектировать системы синтеза речи на основе FastSpeech и HiFi-GAN
- Оптимизировать аудиомодели для быстрого инференса
Навыки, которые вы освоите на курсе
PyTorch
Whisper
CNN
RNN
wav2vec
HuBERT
CTC
Seq2Seq
ASR
TTS
Librosa
TorchAudio
MelSpectrogram
HiFi-GAN
ONNX
Регулярно обновляем программу, чтобы вы проходили только актуальное
Курс рассчитан на 3 месяца, нагрузка — 10 часов в неделю
2 часа
Бесплатно
Нейросетевые решения на практике
1
1 проект・2 недели
Цифровая обработка аудио и классические модели классификации
Познакомитесь с устройством аудиосигнала, извлечением признаков (STFT, мел-спектрограммы, MFCC), подготовкой аудиодатасетов и построением классических моделей аудиоклассификации (CNN, RNN и CRNN).
2
2 недели
Распознавание речи: классические СТС и трансформерные модели
Освоите базовые и трансформерные архитектуры распознавания речи — от подготовки данных и CTC-моделей до Seq2Seq‑подходов и современных encoder-decoder‑систем. Сможете обучать модели, выполнять декодирование и оценивать качество распознавания.
3
1 проект・2 недели
SSL и большие речевые модели
Освоите современные подходы к обучению речевых моделей без разметки и разберётесь, как устроены foundation-модели и Speech LLM. Сможете дообучать self-supervised‑модели и сравнивать их качество с классическими архитектурами.
4
1 проект・2 недели
Синтез речи и управление характеристиками голоса
Изучите современные архитектуры синтеза речи и поймёте, как формируются тембр, интонация и стиль голоса. Сможете управлять характеристиками речи и разберётесь, как работают системы voice cloning и какие риски связаны с deepfake-аудио.
5
2 недели
Инференс и оптимизация аудиомоделей
Научитесь собирать модели в рабочий инференс-контур, оптимизировать скорость их работы и объединять распознавание и синтез в единую цепочку.
1 неделя
Итоговый проект: разработка интеллектуального голосового сервиса
В рамках итоговой работы вы создадите полноценную систему обработки речи, объединяющую распознавание, языковую обработку и синтез ответа. Проект включает сборку единого инференс-контура, оптимизацию модели и демонстрацию работы сервиса в формате прототипа.
Получите удостоверение о повышении квалификации
Это официальный документ установленного образца, который принимают работодатели. Образовательная лицензия № Л035‑01298‑77/00185314 от 24 марта 2015 года.
Как устроен курс
Только необходимая теория — на интерактивной платформе
Будете осваивать всё самое необходимое с помощью текстовых материалов, заданий и квизов. Можно заниматься во сколько и где удобно, даже с телефона.
Очень много практики
За курс сделаете 4 проекта — закрепите новые навыки и пополните портфолио. Работы важно сдавать в срок, чтобы получить подробную обратную связь от опытных инженеров.
На готовой инфраструктуре в облаке
У вас будет S3‑хранилище, прерываемая виртуальная машина с GPU, которая запускается по клику.
Практикум ИИ помогает учиться
Когда в теории что‑то непонятно, нейросеть ответит на вопросы или объяснит материал другими словами. А в конце каждого урока подготовит краткий пересказ о самом главном.
Будете учиться у ML-инженеров из крупных компаний: занимаетесь сами, но мы всегда рядом
Авторы собрали весь свой опыт в одной программе
ML-инженеры собрали и систематизировали свои знания, чтобы передать вам самое необходимое
Антон Моргунов
Программный эксперт курса. Senior инженер по компьютерному зрению в IT‑компании.
Александр Иванов
ML-инженер в Сбере. Занимается разработкой генеративного ИИ в аудиодомене. Ранее был ML-инженером в Huawei. Специализируется на нейросетевых речевых и аудиокодеках.
Руслан Калимуллин
ML-инженер в Huawei. Занимается разработкой и внедрением легковесных моделей для генеративного улучшения речи и музыки на телефонах и носимых устройствах. Отвечает за генерацию оптимальных аугментаций и симуляцию данных для data‑driven‑подходов.
Купить курс — дело серьёзное, поэтому помогаем сэкономить
Оплата курса целиком с выгодой до 20%
Когда решитесь на покупку, увидите итоговую стоимость — она зависит от способа оплаты: целиком или по частям.
Возврат денег
Если передумаете в первую неделю, нужно будет оплатить только время с начала вашего потока.
Если позже — время с начала потока и организацию обучения. Подробнее — в 7 пункте оферты.
Почитать оферту
Если позже — время с начала потока и организацию обучения. Подробнее — в 7 пункте оферты.
Почитать оферту
Налоговый вычет
Можно вернуть 13% от стоимости курса — поможем оформить нужные документы.
Этот курс может оплатить
ваш работодатель
ваш работодатель
Полностью или разделив оплату с вами,
например 50/50 или 75/25
например 50/50 или 75/25
- Расскажем всё про курс
- Сообщим стоимость
- Ответим на ваши вопросы
- Подготовим договор и счёт
Для тех, кто хочет освоить не только речевые технологии, но и NLP
Научитесь создавать нейросети, которые понимают речь, работают с текстом и ведут голосовой диалог. Освоите различные языковые модели и самые продвинутые методы NLP, сразу начнёте применять их на практике, что позволит автоматизировать анализ текстов и проводить их интерпретацию.
Смотреть курс «Глубокое обучение нейросетей: NLP и аудиоречевые технологии»
Смотреть курс «Глубокое обучение нейросетей: NLP и аудиоречевые технологии»
Если у вас есть вопросы про учёбу, оставьте заявку — мы позвоним
Отвечаем на вопросы
Каким требованиям нужно соответствовать?
Кто будет меня учить?
Что делать, если я не справлюсь с нагрузкой?
Если не понравится, я могу вернуть деньги?
Получу ли я какой-то документ после курса?
Вы поможете сменить или найти работу?
Как можно оплатить?
Что такое налоговый вычет на обучение и как его получить?
Давайте поможем
Напишите, как вас зовут и по какому номеру можно связываться, — в течение 30 минут позвоним и расскажем всё про курсы