문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 21 시간
코스 개요
오디오 분류의 기초
- 소리 이벤트 유형: 환경적, 기계적, 인공 발생
- 용도 개요: 감시, 모니터링, 자동화
- 오디오 분류 vs 감지 vs 분할
오디오 데이터 및 특징 추출
- 오디오 파일 및 포맷의 유형
- 샘플링 레이트, 윈도우링, 프레임 크기 고려 사항
- MFCC, 크로마 특징, 멜-스펙트로그램 추출
데이터 준비 및 애노테이션
- UrbanSound8K, ESC-50 및 사용자 정의 데이터셋
- 소리 이벤트 및 시간적 경계 라벨링
- 데이터셋 균형 맞추기 및 오디오 증강
오디오 분류 모델 구축
- 오디오토회신 신경망(CNN) 활용
- 모델 입력: 원시 웨이브폼 vs 특징
- 손실 함수, 평가 지표 및 과적합
이벤트 감지 및 시간적 위치 지정
- 프레임 기반 및 세그먼트 기반 감지 전략
- 임계값 및 스무딩을 활용한 감지 결과 후처리
- 오디오 타임라인에서 예측 시각화
고급 주제 및 실시간 처리
- 소량 데이터 시나리오를 위한 이동 학습(Transfer Learning)
- TensorFlow Lite 또는 ONNX를 이용한 모델 배포
- 스트리밍 오디오 처리 및 지연 시간(Latency) 고려 사항
프로젝트 개발 및 적용 시나리오
- 전체 파이프라인 설계: 인게스트부터 분류까지
- 감시, 품질 관리 또는 모니터링을 위한 컨셉 증명(Proof-of-Concept) 개발
- 로깅, 알림 및 대시보드 또는 API와의 통합
요약 및 다음 단계
요건
- 머신러닝 개념 및 모델 학습에 대한 이해
- 파이썬 프로그래밍 및 데이터 전처리 경험
- 디지털 오디오 기본 사항에 대한 숙지
대상 수강자
- 데이터 과학자
- 머신러닝 엔지니어
- 오디오 신호 처리 분야의 연구자 및 개발자
