دوره آموزشی هوش مصنوعی آژور برای توسعه‌دهنده‌ها: سرویس گفتار Azure AI

دوره آموزشی هوش مصنوعی آژور برای توسعه‌دهنده‌ها: سرویس گفتار Azure AI

55 دقیقهمتوسط2025-04-15

مدرسین

Marco Casalaina

Marco Casalaina

جزئیات دوره

با استفاده از مدل‌های گفتار از پیش ساخته شده یا قابل تنظیم، Azure AI Speech این امکان رو به توسعه‌دهنده‌ها می‌ده تا برنامه‌های هوشمند چندرسانه‌ای، چندزبانه و مجهز به صدا بسازن. تو این دوره، مدرس مارکو کازالاینا اول امکانات و قابلیت‌های پایه‌ای Azure Speech رو معرفی می‌کنه و رایج‌ترین کاربردهاش رو برات روشن می‌کنه.

بعدش با آموزش عملی، یاد می‌گیری چطور مدل‌های تبدیل گفتار به نوشتار رو سفارشی‌سازی کنی و متن‌های صوتی رو دقیق‌تر دریافت کنی. همچنین روش ساخت فایل‌های صوتی با استفاده از تبدیل متن به گفتار و انتخاب صداهای مختلف رو بهت آموزش می‌ده.

یکی از جذابیت‌های این دوره، یادگیری ساخت آواتارهای سفارشی و اضافه کردن حرکات و ژست‌ها به اون‌هاست که ارتباطات صوتی رو جذاب‌تر و تعاملی‌تر می‌کنه. در پایان دوره، سراغ امکانات پیشرفته Azure Speech می‌ریم که بهت کمک می‌کنه برنامه‌هات رو حرفه‌ای‌تر و قدرتمندتر بسازی.

اهداف یادگیری دوره:
آشنایی با کاربردهای رایج Azure AI Speech در ساخت برنامه‌های هوشمند صوتی.
یادگیری سفارشی‌سازی مدل‌های گفتار به نوشتار برای نیازهای خاص خودت.
توانایی ساخت و تست محتوای صوتی با تبدیل متن به گفتار.
یادگیری ساخت آواتارهای سفارشی و اضافه کردن حرکات و ژست‌ها برای افزایش تعامل.

مهارت ها

Azure AI ServicesAI Development Tools and PlatformsProgramming FoundationsCloud AdministrationBuilding with AICloud PlatformsCloud ComputingMicrosoftSoftware DevelopmentDeep Dive (X:Y)

سرفصل ها

مقدمه

  • این دوره در مورد چیست
  • آنچه باید بدانید

گفتار Azure در عمل - موارد استفاده رایج

  • سناریوهای رایج برای Azure AI Speech

گفتار به متن و رونویسی

  • نحوه عملکرد گفتار به متن
  • رونویسی
  • سفارشی کردن گفتار به متن
  • انتخاب بین مدل OpenAI Whisper و Azure Speech
  • ترجمه گفتار

متن به گفتار

  • متن به گفتار - گالری صدای لاجورد
  • تولید محتوای صوتی
  • صداهای سفارشی

آواتارها

  • ترکیب گفتار با آواتارها
  • ساخت آواتارهای سفارشی
  • آواتارهای چت زنده

قابلیت‌های گفتاری پیشرفته

  • ترجمه ویدیویی
  • ارزیابی تلفظ
  • استفاده از Azure Content Understanding برای صدا و تصویر
  • Azure Speech در مقابل LLMهای بلادرنگ

نتیجه گیری

  • منابع بیشتر در مورد Azure Speech
۴۰,۰۰۰ تومان