Ich werde benutzerdefinierte Modelle zur Sprach- oder Emotionserkennung erstellen

Über dieses Gig

Ich spezialisiere mich auf den Aufbau von multi-modalen Sprach- und Emotionserkennungssystemen, indem ich Audio- und Textmodalitäten kombiniere, um die Leistung und Genauigkeit zu verbessern.

Mit praktischer Erfahrung bei der Arbeit an komplexen Datensätzen wie IEMOCAP und MELD habe ich maßgeschneiderte hybride Modelle mit Bi-LSTM und CNN entwickelt und erreiche bis zu 85 % Genauigkeit beim IEMOCAP-Datensatz. Ich erforsche auch aktiv Word2Vec und Transformer-basierte Architekturen für ein verbessertes kontextuelles Verständnis in der Sprache.

Weitere Details findest du in meinen Projekten und Forschungspapieren, die unten verlinkt sind.

Was ich anbiete:

1. Vorverarbeitung komplexer Audio- und Textdatensätze
2. Maßgeschneiderte Modellentwicklung (LSTM, CNN, Transformers usw.)
3. Feinabstimmung der Hyperparameter und Modelloptimierung
4. Unterstützung bei akademischen Abschlussarbeiten, Forschung oder Industrieprojekten
5. Integrierte Lösungen für Apps oder APIs

Fühl dich frei, mir vor deiner Bestellung eine Nachricht zu schicken, um deine spezifischen Bedürfnisse zu besprechen.