PyTorch for Audio + Music Processing(1) :Course Overview（课程大纲）

Course Overview（课程大纲）

---

前言

作者Valerio Velardo在youtube的频道 The Sound of AI发布了PyTorch for Audio + Music Processing系列的教程，适合快速入门如何使用pytorch处理音频和音乐，课程中从处理音频数据、构建数据集和dataloader，到构建一个简单的分类器并完成训练和预测，都有比较详细的讲解

一、torchaudio是什么？

● Audio processing library for PyTorch
torch的语音处理库
● I/O functionalities
i/o处理
● Audio datasets
语音数据库
● Data augmentation
数据增强
● Feature extraction
特征提取

二、通过此课程能掌握到的技能

● Overview of PyTorch and torchaudio ：torchaudio 总体掌握
● Build, train, evaluate DL models in PyTorch：训练，验证深度学习模型
● Make inference with PyTorch models ：实现接口
● Load audio datasets with custom PyTorch datasets：加载语音数据库和客制化数据库
● Perform audio feature extraction on GPU using torchaudio：使用torchaudio做语音特征提取
● Use CNN models for sound classification：使用CNN模型对语音进行分类

三、实现的内容

● Multiclass classification problem：多分类问题
● UrbanSound8k dataset：城市声音数据集
● 10 sound classes：10个类别的语音分类任务
案例结构：

四、前置条件

● Intermediate Python ：Python基础
● Advisable:
○ Basic understanding of audio features (Mel spectrograms)
基础乐理
○ Familiar with Deep Learning (CNN architectures)
深度学习原理

资源

github地址
youtube播放地址
bilibili播放地址