Построение конвейера данных при решении задачи сегментации речи нескольких дикторов

Вид работы: Магистерская диссертация | Предмет работы: Информационные технологии | Количество листов: 77

Конвейер обработки данных разработан на языке Python, и составляет 416 строк кода, в качестве основного оператора использован PythonOperator, тип обработчика – LocalExecutor, позволяющий использовать технологию параллелизма, количество одновременно обрабатываем процессов – 16.

Список сокращений
Введение
Постановка задачи СРНД
Глава 1. Исследование задачи СРНД
1.1 Предварительная обработка данных в задаче СРНД
1.2 Обнаружение речи и извлечение признаков
1.3 Сегментация
1.4 Векторные представления.
1.5 Классификация и кластеризация в решении задачи СРНД
1.6 Постобработка
Глава 2. Обзор существующих решений систем СРНД
2.1 Google Cloud Speech API
2.2 IBM Watson Speech to Text
2.4 LIUM
2.5 AudioSeg
2.6 ALIZÉ
2.7 Bob
2.8 DeepAffects
2.9 Библиотеки Python
2.10 Основные проблемы задачи диаризации
Глава 3. Типы задач и оценка результатов СРНД
3.1. Типы задач диаризации речи
3.2. Методы оценки результатов диаризации
Глава 4. Построение конвейера данных для решения задачи СРНД
4.1 Концепция и преимущества системы на основе платформы управления данными Apache Airflow
4.2 Описание конвейера данных для решения задачи СРНД
Заключение
Библиографический список
Приложение

ПОМОЩЬ С НАУЧНОЙ РАБОТОЙ

Подготовим для Вас работу по стандартам Вузов

Готовая работа с высокой уникальностью по минимальной цене

Срок выполнения от 2 часов

Антиплагиат более 70%

Быстрый заказ работы