Eu construirei modelos personalizados de reconhecimento de fala ou emoção

Sobre Este Gig

Sou especialista em construir sistemas multimodais de reconhecimento de fala e emoção combinando modalidades de áudio e texto para melhorar desempenho e precisão.

Com experiência prática em trabalhar com conjuntos de dados complexos como IEMOCAP e MELD, desenvolvi modelos híbridos personalizados usando Bi-LSTM e CNN, alcançando até 85% de precisão no conjunto de dados IEMOCAP. Também estou explorando ativamente Word2Vec e arquiteturas baseadas em Transformers para uma compreensão contextual aprimorada na fala.

Você pode conferir meus projetos e artigos de pesquisa linkados abaixo para mais detalhes.

O que eu ofereço:

1. Pré-processamento de conjuntos de dados complexos de áudio e texto
2. Desenvolvimento de modelos personalizados (LSTM, CNN, Transformers, etc.)
3. Ajuste de hiperparâmetros e otimização de modelos
4. Suporte para teses acadêmicas, pesquisas ou projetos industriais
5. Soluções prontas para integração em apps ou APIs

Sinta-se à vontade para me enviar uma mensagem antes de fazer seu pedido para discutir suas necessidades específicas.