這門課程將涵蓋語音和電腦視覺技術的基礎知識，包括但不限語音辨識、語音合成、影像識別、物體檢測和視頻分析等方面。我們從語音和圖像資料的搜集和預處理開始，介紹常見的數據集和標注方法，以及如何進行資料清洗和特徵提取。接著，課程深入研究語音和電腦視覺技術的主要算法和模型，包括深度學習(DL)模型如卷積神經網絡(CNN)、遞歸神經網絡(RNN)和注意力機制等。
在課程的進階部分探討語音和電腦視覺技術在不同應用場景下的具體應用，例如語音助手、語音翻譯、智能監控系統、人臉識別和自動駕駛等。通過案例分析和實際應用項目來演示這些技術的應用和效果，幷討論相關的倫理和法律問題。此外，講者還分享他們在語音和電腦視覺領域的最新研究成果和實踐經驗，以便同學獲得更全面和深入的瞭解。最後，透過這些項目，同學能加深對語音和電腦視覺技術的理解，提升解决問題和創新的能力。這樣的實踐性訓練將有助于學員將所學的知識和技能更好地轉化爲實際應用的能力，爲他們未來的職業發展奠定堅實的基礎。