Prossimi Webinars MATLAB e Simulink

Deep Learning per l'elaborazione di Audio e Suono

Data Ora
24 ott 2019
10:00 AM EDT

Presentazione

In questo webinar mostreremo I fondamenti delle tecniche di Deep Learning per applicazioni audio attraverso un esempio di riconoscimento di comandi vocali scritto interamente in codice MATLAB. Vedremo come sia possibile creare e accedere a dati etichettati, utilizzare trasformazioni nel dominio tempo-frequenza, estrarre caratteristiche (features), creare e addestrare una rete neurale profonda, ed infine testare il nostro modello utilizzando un sistema audio real-time. Vedremo anche come sia possibile scambiare reti neurali con altri ambienti molto popolari utilizzati per il Deep Learning e come sfruttare modelli già addestrate.

Punti principali

  • Acquisizione, segmentazione ed etichettatura di campioni audio ed utilizzo di dataset già esistenti.
  • Estrazione di caratteristiche standard per segnali audio e vocali e utilizzo di rappresentazioni 2D tempo-frequenza
  • Realizzazione e analisi di reti neurali profonde e interscambio di modelli con altri framework popolari (ad es. ONNX)
  • Accelerare il calcolo computazionale con l’utilizzo di GPU e usare il modello con piattaforme HW prototipali in tempo reale con segnali veri

Informazioni sul relatore/sui relatori

Giuseppe Ridinò è Senior Application Engineer MathWorks, esperto di calcolo numerico, sviluppo software e modellazione fisico-matematica. Già dalla fine degli anni 90 ha accumulato esperienze sull'applicazione di MATLAB® e Simulink® in diversi settori industriali.
Dal 2014 è entrato in MathWorks e si occupa principalmente delle tematiche di processamento del segnale, sistemi di comunicazione, processamento di immagini, visione artificiale, sistemi autonomi e generazione codice C/C++ e HDL.
Giuseppe ha conseguito la Laurea in Ingegneria Elettronica presso il Politecnico di Torino.

Prodotti interessati

You are already signed in to your MathWorks Account. Please press the "Submit" button to complete the process.