Bild, ljud och video
Linjen Bild, ljud och video har fyra kurser som bygger på varandra, från grunderna till ett eget slutarbete.
De fyra kurserna
- R06-101
Bildgenerering, styrning och konsekventa motiv
Eleven kan konfigurera deterministiska grafer för diffusions-workflow (ComfyUI JSON), beräkna exakt VRAM och genereringskostnad per bild och mata ut bildbatcher som matchar strikta villkor för upplösning, seed och metadata.
- R06-201
ComfyUI, ControlNet och egna LoRA-modeller
Eleven kan bygga en pipeline för validering och captioning av dataset som filtrerar bort olicensierade eller felaktigt utformade bilder och exporterar ett reproducerbart ComfyUI API-arbetsflöde med verifierade noder för strukturell conditioning.
- R06-301
Röst, ljud och generativ video
Eleven kan bygga en automatiserad pipeline för bearbetning av ljud/video som transkriberar tal till bildruteexakta WebVTT-captions, normaliserar ljudstyrka, verifierar signerade manifest för röstsamtycke och exporterar regelkompatibla videocontainrar.
- R06-401
Märkning enligt AI Act art. 50, C2PA och rättigheter
Eleven kan bygga en automatiserad grind för mediapublicering som bäddar in och verifierar maskinläsbara proveniensmanifest och synliga upplysningar enligt artikel 50, samtidigt som omärkta eller icke-samtyckta medietillgångar avvisas.
Vad som ska klaras
Varje kurs slutar med en uppgift som rättas mot ett fast facit.
- R06-101 Klara ett nycklat benchmark med 25 poster om diffusionsparametrar, VRAM-matematik och licensregler, och lämna in en workflow-JSON plus ett skript för batch-efterbearbetning som klarar automatiska kontroller av mått, färgprofiler och proveniensmetadata. (Valfri Portfolio-post: visuell storyboard med 10 bildrutor).
- R06-201 Lämna in ett skript för datasetvalidering och en ComfyUI API-graf som granskas av automatiserade tester som verifierar: 100 % giltiga bild/caption-par, avvisning av seedade korrupta/olicensierade filer, giltig ControlNet/LoRA-graftopologi och körning av batch-API. (Valfritt portföljobjekt: anpassad LoRA-showcase).
- R06-301 Lämna in ett skript för en mediapipeline som testas mot frysta fixtures för ljud/video; automatiserade ffprobe- och parsertester verifierar ljudstyrka på -16 LUFS (±1 dB), giltiga synktidsstämplar i WebVTT, blockerad körning när ett manifest för röstsamtycke saknas, och exakta utdataspecifikationer för MP4/H.264. (Valfritt portföljobjekt: 60-sekunders explainer-film).
- R06-401 Lämna in en efterlevnadsgrind för media (media_gate.py) som klarar 35 automatiserade tester: inbäddning av giltiga maskinläsbara proveniensmanifest i bild-/ljud-/videofiler, verifiering av kryptografisk manifestintegritet, injicering av synliga Art. 50-etiketter och blockering av tillgångar som saknar samtyckesposter.
Kursens lektioner skrivs. Ställ dig på väntelistan så mejlar vi när den öppnar. Till väntelistan