Cada que veo un video de red neuronal, quedo facinada con la inteligencia artificial y estoy comprendiendo que solo nos da lo que uno ocupa recurentemente.
Mis respetos para tí, eres una mujer super culta en los temas de tecnología. En todo momento yo escuchaba "yes", me sorprendió saber que no era así y vaya que aprendí algo super interesante el día de hoy. Voy a ver otros videos tuyos para conocer más sobre tecnología.
Cuantos datos tiene una asistente de voz, es demasiado trabajo. Eres muy inteligente!! La inteligencia artificial está avanzando muy rápido qué bueno que lo muestras
Cuando vi el título del vídeo me resultó interesante y a la vez difícil, la verdad que el tema de la tecnología así de avanzando se me hace algo difícil de entender pero tú explicación me abrió los ojos y pude entender más como funciona el sistema neuronal lstm, veré más videos tuyos para seguir aprendiendo. Gracias
Había estado buscando esta información y tu video me ha gustado mucho. Soy de las que lo ve primero completo y luego por partes para ir tomando las notas, ya sabes, en sistema autodidacta Muchas gracias por este gran aporte, me ayudará muchísimo con mi proyecto.
Amiga en realidad este tema no había podido comprenderlo, estoy organizando cada punto de tus explicaciones y se me hace muy fácil , no sabía en realidad como desarrollar pero has sido muy clara y precisa gracias por compartir
Se me hace tan interesante estos temas, pero la verdad sentía mucha confusión con otros vídeos que había visto sobre el tema, explicas todo de una manera tan clara, gracias
Recuerdo haber usado matlab un par de veces, la programación es bastante complicada. No sabia lo de asistencia de voz, gracias a tus videos he podido comprender un poco mejor el sistema
Woooow que impresionante, siempre me da curiosidad como funciona, nunca imagine que aprendería como se programan. Gracias por compartir! Me gustaria aprender mucho más
Wow, realmente que informativo y útil es este video, me gusta mucho saber todo lo que hay detrás de algo, como es que funciona y me pareció muy interesante ✨
un video muy completo con una explicacion necesaria, tienes mucha paciencia para enseñar, ojala todos los profesores fueran así. Nos ofrece muchos datos, las graficas como siempre nos explican mucho, la estadistica siempre haciendo predicciones :)
Muy Interesante... Como SIEMPRE. Seria muy Interesante algún ejemplo de Redes, para INTENTAR acertar la Lotería Primitiva, o el Movimiento de alguna Cripto Moneda. No ? jejeje Saludos.
Hola, necesito información al respecto de una red neuronal, debo entender lo más posible al respecto, tu explicación realmente me lleva de la mano, me gustó el contenido, las imágenes con las que ilustras, me amplias el panorama, gracias.
Prueba con lo siguiente : Detección de comandos mediante la transmisión de audio desde el micrófono Prueba tu red de detección de comandos preentrenada con el audio de su micrófono. Prueba a decir palabras al azar, incluyendo la palabra clave (YES). Llame a generateMATLABFunction (Audio Toolbox) en el objeto audioFeatureExtractor para crear la función de extracción de características. Utilizarás esta función en el bucle de procesamiento. generateMATLABFunction(afe,'generateKeywordFeatures','IsStreaming',true); HopLength = WindowLength - OverlapLength; FrameLength = HopLength; adr = audioDeviceReader('SampleRate',fs, ... 'SamplesPerFrame',FrameLength); scope = timescope('SampleRate',fs, ... 'TimeSpanSource','property', ... 'TimeSpan',5, ... 'TimeSpanOverrunAction','Scroll', ... 'BufferLength',fs*5*2, ... 'ShowLegend',true, ... 'ChannelNames',{'Speech','Keyword Mask'}, ... 'YLimits',[-1.2 1.2], ... 'Title','Keyword Spotting'); NumHopsPerUpdate = 16; dataBuff = dsp.AsyncBuffer(WindowLength); featureBuff = dsp.AsyncBuffer(NumHopsPerUpdate); plotBuff = dsp.AsyncBuffer(NumHopsPerUpdate*WindowLength); timeLimit = Inf; tic while toc < timeLimit
data = adr(); write(dataBuff, data); write(plotBuff, data); frame = read(dataBuff,WindowLength,OverlapLength); features = generateKeywordFeatures(frame,fs); write(featureBuff,features.'); if featureBuff.NumUnreadSamples == NumHopsPerUpdate featureMatrix = read(featureBuff); featureMatrix(~isfinite(featureMatrix)) = 0; featureMatrix = (featureMatrix - M)./S;
[keywordNet, v] = classifyAndUpdateState(KWSNet,featureMatrix.'); v = double(v) - 1; v = repmat(v, HopLength, 1); v = v(:); v = mode(v); v = repmat(v, NumHopsPerUpdate * HopLength,1);
data = read(plotBuff); scope([data, v]);
if ~isVisible(scope) break; end end end hide(scope)
El codigo que te deje lo puedes encontrar en el siguiente link: nl.mathworks.com/help/deeplearning/ug/keyword-spotting-in-noise-using-mfcc-and-lstm-networks.html Pruebalo y cuentame que tal te sale. Saludos
![ATEEZ(에이티즈) - [GOLDEN HOUR : Part.2] Preview](http://i.ytimg.com/vi/X4PfgRPBUVo/mqdefault.jpg)
La forma en que explicas es para que lo entienda cualquiera, ya que lo entiendes es muy interesante 🧐
Fascinante. Yo programo con Matlab y desconocía de lo que nos acabas de enseñar. 👍
Cada que veo un video de red neuronal, quedo facinada con la inteligencia artificial y estoy comprendiendo que solo nos da lo que uno ocupa recurentemente.
Mis respetos para tí, eres una mujer super culta en los temas de tecnología. En todo momento yo escuchaba "yes", me sorprendió saber que no era así y vaya que aprendí algo super interesante el día de hoy. Voy a ver otros videos tuyos para conocer más sobre tecnología.
Wowow, había escuchado este tema por mis hermanos y la verdad es muy interesante, y tú explicación es magnífica, ayudará mucho.👍
Cada vez hay mejor y más información sobre Matlab en especial en su página oficial.
Si es verdad la comunidad de MATLAB está creciendo cada vez más
Súper interesante este tema, yo desde que salieron los asistentes de voz me hice súper fan pero no sabía lo que había detrás.
Explicas muy claro, yo pensaba que si era muy difícil😯
que tema tan interesante, la verdad no tenia idea de como funcionaba esto. Creo que ahora veré con otros ojos todo lo que me rodea haha
super interesante el tema y mas para mi que recien me estoy ingresando en el aprendizaje de estos temas, una excelente explicacion, gracias!
Cuantos datos tiene una asistente de voz, es demasiado trabajo. Eres muy inteligente!! La inteligencia artificial está avanzando muy rápido qué bueno que lo muestras
Cuando vi el título del vídeo me resultó interesante y a la vez difícil, la verdad que el tema de la tecnología así de avanzando se me hace algo difícil de entender pero tú explicación me abrió los ojos y pude entender más como funciona el sistema neuronal lstm, veré más videos tuyos para seguir aprendiendo. Gracias
Gracias por esta especie de tutorial para entender la red neuronal lstm.
Había estado buscando esta información y tu video me ha gustado mucho. Soy de las que lo ve primero completo y luego por partes para ir tomando las notas, ya sabes, en sistema autodidacta Muchas gracias por este gran aporte, me ayudará muchísimo con mi proyecto.
Me encanta ver que eres una mujer que brinda una información buenisima y tan clara de este tema tan interesante, gracias por compartir, saludos.
Amiga en realidad este tema no había podido comprenderlo, estoy organizando cada punto de tus explicaciones y se me hace muy fácil , no sabía en realidad como desarrollar pero has sido muy clara y precisa gracias por compartir
Hola, excelente tema siempre brindas informaciones muy valiosas muchisimas gracias, un saludo
Hola tratando de entender el tema me topé con tu canal, la explicación es muy certera y amena . Saludos!!
Me parece buenísimo que te hayas dedicado a explicar esto en español. Muchas gracias!!!
Se me hace tan interesante estos temas, pero la verdad sentía mucha confusión con otros vídeos que había visto sobre el tema, explicas todo de una manera tan clara, gracias
Creía que esto era muy difícil, pero lo logró comprender perfectamente Muchas gracias por tu explicación tan clara.
Recuerdo haber usado matlab un par de veces, la programación es bastante complicada. No sabia lo de asistencia de voz, gracias a tus videos he podido comprender un poco mejor el sistema
Woooow que impresionante, siempre me da curiosidad como funciona, nunca imagine que aprendería como se programan. Gracias por compartir! Me gustaria aprender mucho más
Nunca había visto un video de este tema se ve complicado pero se ve que eres súper organizada y llevas todo paso a paso genial video saludos
Wow, realmente que informativo y útil es este video, me gusta mucho saber todo lo que hay detrás de algo, como es que funciona y me pareció muy interesante ✨
un video muy completo con una explicacion necesaria, tienes mucha paciencia para enseñar, ojala todos los profesores fueran así. Nos ofrece muchos datos, las graficas como siempre nos explican mucho, la estadistica siempre haciendo predicciones :)
Gracias por explicarnos cómo funcionan estas cosas que a veces uno cree que es cosa de marcianos, lo explicas muy bien
Muy interesante este tema me encanto felicidades bella
wow es super interesante, la verdad que tus temas super valen la pena de ver, voy a intentar hacerlo, tener un asistente de voz que increíble!!!
Gracias, espero que los vídeos sean de utilidad. Un saludo
Yo intente programar con matlab pero me costó demasiado y de hecho no pude tuve que cambiar de, me hubiera gustado ver tu vídeo en ese momento
me gustaria mucho verlo en phyton, muchas gracias de todos modos, se aprecia tu trabajo TuT9
Gracias por la sugerencia, seguire trabajando para traerles mas contenido tanto en Matlab como en Python, e incluso proximanete incluiremos R. Saludos
Muy Interesante... Como SIEMPRE.
Seria muy Interesante algún ejemplo de Redes, para INTENTAR acertar la Lotería Primitiva, o el Movimiento de alguna Cripto Moneda. No ? jejeje
Saludos.
Si, estaría muy interesante realmente. Lo voy intentar ahora 2022 jeje
@@Atecnea Seguro que te Sorprenderá los Seguidores que tendrás jejejeje
Hola, necesito información al respecto de una red neuronal, debo entender lo más posible al respecto, tu explicación realmente me lleva de la mano, me gustó el contenido, las imágenes con las que ilustras, me amplias el panorama, gracias.
Este código también se podría usar para detectar emociones atreves de pixeles?
Como podria crear una base de datos propia buen video
Hola, en el caso de que yo quiera por ejemplo con mi voz decir yes, en este caso ¿como haría para leer mi voz o la de cualquier otra persona?
Prueba con lo siguiente :
Detección de comandos mediante la transmisión de audio desde el micrófono
Prueba tu red de detección de comandos preentrenada con el audio de su micrófono. Prueba a decir palabras al azar, incluyendo la palabra clave (YES).
Llame a generateMATLABFunction (Audio Toolbox) en el objeto audioFeatureExtractor para crear la función de extracción de características. Utilizarás esta función en el bucle de procesamiento.
generateMATLABFunction(afe,'generateKeywordFeatures','IsStreaming',true);
HopLength = WindowLength - OverlapLength;
FrameLength = HopLength;
adr = audioDeviceReader('SampleRate',fs, ...
'SamplesPerFrame',FrameLength);
scope = timescope('SampleRate',fs, ...
'TimeSpanSource','property', ...
'TimeSpan',5, ...
'TimeSpanOverrunAction','Scroll', ...
'BufferLength',fs*5*2, ...
'ShowLegend',true, ...
'ChannelNames',{'Speech','Keyword Mask'}, ...
'YLimits',[-1.2 1.2], ...
'Title','Keyword Spotting');
NumHopsPerUpdate = 16;
dataBuff = dsp.AsyncBuffer(WindowLength);
featureBuff = dsp.AsyncBuffer(NumHopsPerUpdate);
plotBuff = dsp.AsyncBuffer(NumHopsPerUpdate*WindowLength);
timeLimit = Inf;
tic
while toc < timeLimit
data = adr();
write(dataBuff, data);
write(plotBuff, data);
frame = read(dataBuff,WindowLength,OverlapLength);
features = generateKeywordFeatures(frame,fs);
write(featureBuff,features.');
if featureBuff.NumUnreadSamples == NumHopsPerUpdate
featureMatrix = read(featureBuff);
featureMatrix(~isfinite(featureMatrix)) = 0;
featureMatrix = (featureMatrix - M)./S;
[keywordNet, v] = classifyAndUpdateState(KWSNet,featureMatrix.');
v = double(v) - 1;
v = repmat(v, HopLength, 1);
v = v(:);
v = mode(v);
v = repmat(v, NumHopsPerUpdate * HopLength,1);
data = read(plotBuff);
scope([data, v]);
if ~isVisible(scope)
break;
end
end
end
hide(scope)
El codigo que te deje lo puedes encontrar en el siguiente link: nl.mathworks.com/help/deeplearning/ug/keyword-spotting-in-noise-using-mfcc-and-lstm-networks.html Pruebalo y cuentame que tal te sale. Saludos