1. | ![]() |
Start Up! | AI 보안 음성인식 과정에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
음성인식 이해 | AI 음성인식의 개념과 특징을 이해하고, 음성인식의 과정과 구성요소를 파악할 수 있다. | ![]() |
|
![]() |
AI 음성인식 트렌드 | 최근 AI 음성인식의 트렌드를 이해하고, AI 음성인식의 기술 변화를 파악할 수 있다. | ![]() |
|
![]() |
AI 음성인식의 산업활용사례 및 정보보호 | AI 음성인식이 산업에 활용되고 있는 사례와 정보보호 이슈를 파악할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
2. | ![]() |
Start Up! | 기초통계에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
통계와 확률 | 통계와 확률의 개념을 이해하고 조건부 확률과 베이즈 정리에 대해 숙지할 수 있다. | ![]() |
|
![]() |
확률변수와 확률분포 | 확률변수의 기본적인 용어와 내용을 이해하고, 다양한 확률분포의 특성을 파악할 수 있다. | ![]() |
|
![]() |
추정과 정보이론 | 추정의 개념을 이해하고 점추정의 다양한 방법 및 정보이론에 대해 파악할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
3. | ![]() |
Start Up! | 음성 신호처리에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
신호와 시스템 | 신호와 시스템, 신호처리에 대한 개념을 이해하고, 디지털 신호의 생성방법을 파악할 수 있다. | ![]() |
|
![]() |
이산 신호와 시스템 | 이산신호와 이산 시스템의 개념과 유형을 파악하고, 음성 신호처리를 위한 기본 지식 및 용어를 설명할 수 있다 | ![]() |
|
![]() |
음성 신호처리 | 음성 신호처리를 위한 시간과 주파수간의 관계를 이해하고, 정현파의 기본적인 개념과 특징을 파악할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
4. | ![]() |
Start Up! | 음성 데이터 전처리에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
음성 데이터 전처리 이해 1 | 음성 데이터 전처리를 위한 음성신호와 주파수간의 관계를 이해하고, 푸리에 전환의 개념을 파악할 수 있다. | ![]() |
|
![]() |
음성 데이터 전처리 이해 2 | 음성인식 학습 데이터 확보를 위한 스펙트럼, 스펙트로그램, MFCC의 개념을 파악할 수 있다. | ![]() |
|
![]() |
음성 데이터 전처리 적용 | 음성 데이터 전처리 실습을 통해 음성인식 학습 데이터를 단계별로 적용해 볼 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
5. | ![]() |
Start Up! | 음향모델에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
음성학의 이해 | 음성학의 개념과 분류를 알아보고 음운론의 음소(Phoneme), 음절(Syllables), 단어(Words)를 구별할 수 있다. | ![]() |
|
![]() |
음향모델 | 음성신호의 다양성과 음향모델의 특성을 파악하고, Context Dependency와 음향 모델공유에 대한 개념을 이해할 수 있다. | ![]() |
|
![]() |
주요 음향모델 | 주요 음향 모델의 종류와 원리, 하이브리드 모델의 개념을 파악할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
6. | ![]() |
Start Up! | GMM에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
GMM의 이해 | GMM의 클러스터링을 이해하고 K-means 알고리즘의 Iteration 프로세스를 파악할 수 있다. | ![]() |
|
![]() |
GMM 알고리즘 | GMM과 E-M 알고리즘의 기본 구조를 이해하고, EM 알고리즘의 프로세스를 파악할 수 있다. | ![]() |
|
![]() |
GMM 적용 | 음성인식과 GMM의 관계를 이해하고, 간단한 실습을 통해 적용해 볼 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
7. | ![]() |
Start Up! | HMM에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
HMM의 이해 | 음성인식에서의 HMM의 역할과 은닉상태에 대해 이해하고, Hidden Markov Chain에 대해 숙지할 수 있다. | ![]() |
|
![]() |
HMM 알고리즘 1 | HMM의 구조를 파악하고, HMM의 3가지 핵심 알고리즘 중 Forward Algorithm에 대해 파악할 수 있다. | ![]() |
|
![]() |
HMM 알고리즘 2 | HMM의 3가지 핵심 알고리즘 중 Viterbi Algorithm과 Forward-Backward Algorithm에 대해 파악할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
8. | ![]() |
중간고사 | 중간고사 | ![]() ![]() |
9. | ![]() |
Start Up! | DNN에 대한 학습내용을 전반적으로 파악할 수 있다. | ![]() |
![]() |
딥러닝 개요 1 | 딥러닝의 동작원리를 파악할 수 있다. | ![]() |
|
![]() |
딥러닝 개요 2 | 딥러닝의 각 알고리즘의 흐름을 파악할 수 있다. | ![]() |
|
![]() |
TensorFlow 실습 1 | 구글 TensorFlow의 실습환경을 파악하여 실습을 위한 환경을 설정할 수 있다. | ![]() |
|
![]() |
TensorFlow 실습 2 | 구글의 TensorFlow를 이용해서 선형회귀와 XOR 문제를 해결하면서 DNN에 대한 이해를 심화할 수 있다. | ![]() |
|
![]() |
Keras DNN 응용 1 | 추상 API를 제공하는 Keras를 이용해서 쉽고 빠르게 딥러닝을 응용할 수 있다. | ![]() |
|
![]() |
Keras DNN 응용 2 | 추상 API를 제공하는 Keras의 회귀 문제 및 분류 문제를 이용해서 쉽고 빠르게 딥러닝을 응용할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
10. | ![]() |
Start Up! | RNN에 대한 학습내용을 전반적으로 파악할 수 있다. | ![]() |
![]() |
RNN 1 | RNN의 동작 원리를 단계적으로 파악할 수 있다. | ![]() |
|
![]() |
RNN 2 | RNN의 동작 원리를 단계적으로 파악할 수 있다. | ![]() |
|
![]() |
LSTM | RNN의 핵심 원리를 파악할 수 있다. | ![]() |
|
![]() |
텍스트 데이터 다루기 1 | RNN을 이용하여 다양한 문제 해결에 응용할 수 있다. | ![]() |
|
![]() |
텍스트 데이터 다루기 2 | RNN을 이용하여 다양한 문제 해결에 응용할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
11. | ![]() |
Start Up! | Hybrid 모델에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
Hybrid 모델 | 전통적인 음향모델과 하이브리드 음향 모델의 구조를 이해하고 하이브리드 음향 모델의 Loss 함수를 파악할 수 있다. | ![]() |
|
![]() |
Advanced 모델 1 | End to End 모델의 개념과 CTC 모델의 동작 방식을 파악할 수 있다. | ![]() |
|
![]() |
Advanced 모델 2 | Sequence to Sequence 모델의 개념과 LAS 모델의 구조를 파악할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
12. | ![]() |
Start Up! | 언어모델에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
언어모델 | 언어모델의 역할과 유형을 이해하고 통계적 언어모델과 N-Gram 언어모델의 접근 원리 및 한계점을 파악할 수 있다. | ![]() |
|
![]() |
딥러닝 기반 언어모델 | 피드포워드 신경망 언어모델과 RNN 언어모델의 동작원리를 이해하고 장단점을 파악할 수 있다. | ![]() |
|
![]() |
언어모델 적용 | 언어모델의 주요 요소인 원-핫 인코딩, 워드 임베딩에 대해 파악하고 실습을 통해 RNN 언어모델을 적용해 볼 수 있다 | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
13. | ![]() |
Start Up! | 음성합성에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
음성합성 이해 | 음성합성의 기본적인 개념과 구성요소를 파악하고 음성합성의 텍스트 분석, 발음분석, 운율 분석을 할 수 있다. | ![]() |
|
![]() |
음성합성 유형 | 음성합성의 유형과 유형별 특징을 이해하고 연결합성과 파라미터 합성의 장단점을 파악할 수 있다. | ![]() |
|
![]() |
딥러닝 기반 음성합성 | 전통적 음성합성 방식과 딥러닝 기반 음성합성의 차이점을 이해하고 딥러닝 기반 음성합성의 동작 원리 및 최근 동향을 파악할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
14. | ![]() |
Start Up! | 음성언어 이해에 대해 전반적으로 파악할 수 있다. | ![]() |
![]() |
음성언어 이해 | 음성언어의 개념과 특징을 이해하고 대화관리를 위해 고려해야 할 문제를 파악할 수 있다. | ![]() |
|
![]() |
자연어 처리 | 자연어 이해의 개념과 주요 구성요소를 이해하고 자연어처리의 단계와 주요 기법을 설명할 수 있다. | ![]() |
|
![]() |
음성언어 이해 적용 | 음성언어의 분류 대상의 특징을 파악하고 음성언어 이해를 위한 특징을 추출할 수 있다. | ![]() |
|
![]() |
형성평가 | 형성평가 | ![]() ![]() |
|
15. | ![]() |
기말고사 | 기말고사 | ![]() ![]() |