audio-transformers-course

收录理由

从文本 Transformer 转向音频方向，学习曲线往往陡峭。这份免费开源的课程资料，恰好提供了一条相当直接的入门路径。仓库完整收录了 Hugging Face 官方音频 Transformer 课程的全部章节内容，从你熟悉的 Wav2Vec2、Whisper、AST 等架构出发，展示它们如何落地到真实的语音与声音任务中，比如自动语音识别、音频分类和语音合成。每一章都配有可动手运行的 Notebook，依托 transformers 与 datasets 库展开，鼓励读者通过微调和评估模型来学习，而不只是停留在理论层面。对于想要系统进阶的自学者，以及希望快速让团队成员上手音频 Transformer 生态的团队，这都是很有价值的资源。Hugging Face 持续维护这套材料，并提供多种语言的版本，也让它能保持一定的时效性。