Módulo 25 · Más allá del texto

Voz y audio

Del sonido al texto y del texto a la voz: espectrogramas, reconocimiento, síntesis y asistentes de voz.

Qué vas a aprender

1. El sonido como datos · Teoría · ~45 min
2. Espectrogramas y escala Mel · Práctica · ~45 min
3. Clasificar sonidos · Práctica · ~75 min
4. Reconocimiento de voz · Práctica · ~45 min
5. Transformers para audio · Teoría · ~45 min
6. Whisper: usarlo y ajustarlo · Práctica · ~75 min
7. ¿Quién habla? Identificar voces · Práctica · ~45 min
8. Detectar la voz y los turnos de palabra · Práctica · ~45 min
9. De texto a voz · Práctica · ~75 min
10. Clonar y convertir voces · Práctica · ~75 min
11. Comprimir audio con redes neuronales · Teoría · ~60 min
12. Generar música · Práctica · ~75 min
13. Modelos que entienden audio y texto · Teoría · ~45 min
14. Audio en tiempo real · Práctica · ~75 min
15. Conversaciones de voz a voz en streaming · Teoría · ~75 min
16. Voces falsas y marcas de agua · Práctica · ~75 min
17. Medir la calidad del audio · Teoría · ~60 min
18. Proyecto: tu asistente de voz · Práctica · ~120 min