Transcrição de áudio com Machine Learning.
Tenho um grande interesse por Machine Learning (Aprendizado de Maquina), pois a Lenines iniciou um projeto de inteligência artificial, cujo objetivo é identificar quantas vozes diferentes existem no audio e transcrever automaticamente em qualquer idioma o que é dito no áudio.
Mas, não somos os únicos interessados em Machine Learning, acredito que você também seja e por isso esta lendo esse texto. E não se preocupe, eu e você não estamos sozinhos nessa jornada. Mais pessoas estão ficando interessados todos os dias. Na verdade, muitos projetos já foram desenvolvidos com Machine Learning, alguns exemplos simples que posso citar para demonstrar os avanços são as partidas do GO, em um torneio mundial ganho por uma inteligência artificial denominada AlphaGo, ou um projeto legal utilizando algoritmo de aprendizado de maquina que identifica Tweets postados sob a influência de álcool e um ultimo exemplo e mais famosos são os carros do Google e Tesla que dirigem sozinhos.
Com os exemplos acima, podemos concluir que o Machine Learning chegou e já faz algum tempo!
A aplicação da Machine Learning no nosso dia a dia é uma questão de diferencial de produto ou serviço, e no futuro uma questão obrigatória de qualquer produto ou serviço, para que não se transforme em objeto de museu ou conto histórico.
Para que não percamos mais tempo e nosso conhecimento fique ultrapassado, por onde devemos começar os estudos e trabalhar com Machine Learning?
Primeiro leia o texto de Arpan Chakraborty, no blog da Udacity, denominado 5 Skill you need to become a machine learning engineer.
E sem enrolação, na prática o que devo saber?
Bem, em primeiro lugar aprenda a linguagem de programação Python, mas também não precisa se transformar no Jedi ou Ninja em Python, pois o mais importante é você aprofundar no segundo passo.
O segundo passo é entender os algoritmos de Machine Learning, e essa fase de estudo é pesada. Para isso recomendo três meios, os cursos da Coursera e Udacity, e por ultimo o canal do Google Developers, no youtube.
Em terceiro lugar, aprender ferramentas que irão facilitar a sua vida com a implementação dos algoritmos, nesse caso depende muito do projeto e dos requisitos. No meu caso, irei trabalhar com o Watson da IBM, SCIKIT-Learn e TensorFlow da Google.
O meu objetivo com os futuros postes sobre o assunto é focar nas questões práticas de implementação e comentários da escolha do algoritmo.
Abraços e até o próximo publicação.
annaxmalina
romaincrisis
dededos
janainaart
theartofmadeline
areudirty
yousharknotpass
pixelskylines
gummygunk