diff --git a/.github/workflows/build_documentation.yml b/.github/workflows/build_documentation.yml
index c74f96b..bcff532 100644
--- a/.github/workflows/build_documentation.yml
+++ b/.github/workflows/build_documentation.yml
@@ -14,6 +14,6 @@ jobs:
package_name: audio-course
path_to_docs: audio-transformers-course/chapters/
additional_args: --not_python_module
- languages: en bn ko es zh-CN ru fr tr
+ languages: en bn ko es zh-CN ru fr tr it
secrets:
hf_token: ${{ secrets.HF_DOC_BUILD_PUSH }}
diff --git a/.github/workflows/build_pr_documentation.yml b/.github/workflows/build_pr_documentation.yml
index 2e17e8a..d2ccac7 100644
--- a/.github/workflows/build_pr_documentation.yml
+++ b/.github/workflows/build_pr_documentation.yml
@@ -17,4 +17,4 @@ jobs:
package_name: audio-course
path_to_docs: audio-transformers-course/chapters/
additional_args: --not_python_module
- languages: en bn ko es zh-CN ru fr tr
+ languages: en bn ko es zh-CN ru fr tr it
diff --git a/README.md b/README.md
index 135a6fc..58b8e9a 100644
--- a/README.md
+++ b/README.md
@@ -15,7 +15,7 @@ The course teaches you about applying Transformers to various tasks in audio and
| [Russian](https://huggingface.co/learn/audio-course/ru/chapter0/introduction) | [`chapters/ru`](https://github.com/huggingface/audio-transformers-course/tree/main/chapters/ru) | [@blademoon](https://github.com/blademoon), [@Lightmourne](https://github.com/Lightmourne) |
| [Turkish](https://huggingface.co/learn/audio-course/tr/chapter0/introduction) | [`chapters/tr`](https://github.com/huggingface/audio-transformers-course/tree/main/chapters/tr) | |
| [Chinese (simplified)](https://huggingface.co/learn/audio-course/zh-CN/chapter0/introduction) | [`chapters/zh-CN`](https://github.com/huggingface/audio-transformers-course/tree/main/chapters/zh-CN) | |
-
+| [Italian](https://huggingface.co/learn/audio-course/it/chapter0/introduction) | [`chapters/it`](https://github.com/huggingface/audio-transformers-course/tree/main/chapters/it) | [@leofltt](https://github.com/leofltt) |
### Translating the course into your language
As part of our mission to democratise machine learning, we'd love to have the course available in many more languages!
diff --git a/chapters/it/_toctree.yml b/chapters/it/_toctree.yml
new file mode 100644
index 0000000..d0f4352
--- /dev/null
+++ b/chapters/it/_toctree.yml
@@ -0,0 +1,131 @@
+- title: Capitolo 0. Benvenuti al corso!
+ sections:
+ - local: chapter0/introduction
+ title: Cosa aspettarsi dal corso
+ - local: chapter0/get_ready
+ title: Preparati
+ - local: chapter0/community
+ title: Entra nella community
+
+# - title: Capitolo 1. Lavorare con dati audio
+# sections:
+# - local: chapter1/introduction
+# title: Cosa imparerai
+# - local: chapter1/audio_data
+# title: Introduzione ai dati audio
+# - local: chapter1/load_and_explore
+# title: Carica ed esplora un dataset audio
+# - local: chapter1/preprocessing
+# title: Preelaborazione di dati audio
+# - local: chapter1/streaming
+# title: Streaming di dati audio
+# - local: chapter1/quiz
+# title: Quiz
+# quiz: 1
+# - local: chapter1/supplemental_reading
+# title: Letture e risorse supplementari
+
+# - title: Capitolo 2. Una introduzione gentile agli applicativi audio
+# sections:
+# - local: chapter2/introduction
+# title: Tour degli applicativi audio
+# - local: chapter2/audio_classification_pipeline
+# title: Classificazione audio con una pipeline
+# - local: chapter2/asr_pipeline
+# title: Riconoscimento vocale automatico con una pipeline
+# - local: chapter2/tts_pipeline
+# title: Generazione audio con una pipeline
+# - local: chapter2/hands_on
+# title: Esercitazione pratica
+
+# - title: Capitolo 3. Transformer architectures for audio
+# sections:
+# - local: chapter3/introduction
+# title: Refresher on transformer models
+# - local: chapter3/ctc
+# title: CTC architectures
+# - local: chapter3/seq2seq
+# title: Seq2Seq architectures
+# - local: chapter3/classification
+# title: Audio classification architectures
+# - local: chapter3/quiz
+# title: Quiz
+# quiz: 3
+# - local: chapter3/supplemental_reading
+# title: Letture e risorse supplementari
+
+# - title: Capitolo 4. Build a music genre classifier
+# sections:
+# - local: chapter4/introduction
+# title: What you'll learn and what you'll build
+# - local: chapter4/classification_models
+# title: Pre-trained models for audio classification
+# - local: chapter4/fine-tuning
+# title: Fine-tuning a model for music classification
+# - local: chapter4/demo
+# title: Build a demo with Gradio
+# - local: chapter4/hands_on
+# title: Esercitazione pratica
+
+# - title: Capitolo 5. Automatic Speech Recognition
+# sections:
+# - local: chapter5/introduction
+# title: What you'll learn and what you'll build
+# - local: chapter5/asr_models
+# title: Pre-trained models for speech recognition
+# - local: chapter5/choosing_dataset
+# title: Choosing a dataset
+# - local: chapter5/evaluation
+# title: Evaluation and metrics for speech recognition
+# - local: chapter5/fine-tuning
+# title: How to fine-tune an ASR system with the Trainer API
+# - local: chapter5/demo
+# title: Building a demo
+# - local: chapter5/hands_on
+# title: Esercitazione pratica
+# - local: chapter5/supplemental_reading
+# title: Letture e risorse supplementari
+# #
+# - title: Capitolo 6. From text to speech
+# sections:
+# - local: chapter6/introduction
+# title: What you'll learn and what you'll build
+# - local: chapter6/tts_datasets
+# title: Text-to-speech datasets
+# - local: chapter6/pre-trained_models
+# title: Pre-trained models for text-to-speech
+# - local: chapter6/fine-tuning
+# title: Fine-tuning SpeechT5
+# - local: chapter6/evaluation
+# title: Evaluating text-to-speech models
+# - local: chapter6/hands_on
+# title: Esercitazione pratica
+# - local: chapter6/supplemental_reading
+# title: Letture e risorse supplementari
+
+# - title: Capitolo 7. Putting it all together
+# sections:
+# - local: chapter7/introduction
+# title: What you'll learn and what you'll build
+# - local: chapter7/speech-to-speech
+# title: Speech-to-speech translation
+# - local: chapter7/voice-assistant
+# title: Creating a voice assistant
+# - local: chapter7/transcribe-meeting
+# title: Transcribe a meeting
+# - local: chapter7/hands_on
+# title: Esercitazione pratica
+# - local: chapter7/supplemental_reading
+# title: Letture e risorse supplementari
+
+- title: Capitolo 8. Traguardo
+ sections:
+ - local: chapter8/introduction
+ title: Congratulazioni!
+ - local: chapter8/certification
+ title: Ottieni il tuo certificato di completamento
+
+- title: Eventi del corso
+ sections:
+ - local: events/introduction
+ title: Sessioni dal vivo e workshops
\ No newline at end of file
diff --git a/chapters/it/chapter0/community.mdx b/chapters/it/chapter0/community.mdx
new file mode 100644
index 0000000..8625ae6
--- /dev/null
+++ b/chapters/it/chapter0/community.mdx
@@ -0,0 +1,32 @@
+# Unisciti alla nostra community!
+
+Ti invitiamo a [unirti alla nostra community vibrante e altruista su Discord](http://hf.co/join/discord). Avrai l'opportunità di metterti in
+contatto con persone che la pensano come te, scambiare idee, e ricevere del feedback prezioso sulle tue esercitazioni pratiche. Puoi fare domande,
+condividere risorse, e collaborare con gli altri.
+
+Il nostro team è attivo anche su Discord, e sono a disposizione per fornire sostegno e supportarti quando ne hai bisogno.
+Unirti alla nostra community è un ottimo modo per rimanere motivato, interessato, e connesso, e non vediamo l'ora di vederti lì!
+
+## Cos'è Discord?
+
+Discord è una piattaforma di chat gratuita. Se hai usato Slack, la troverai familiare. Il server di Discord di Hugging Face
+è casa per una community di oltre 18 000 esperti di AI, studenti ed appasionati di cui anche tu puoi far parte.
+
+## Navigare Discord
+
+Una volta che ti sei iscritta/o al nostro server di Discord, dovrai scegliere gli argomenti di cui sei interessata/o cliccando su `#role-assignment`
+a sinistra. Puoi scegliere quante categorie preferisci. Per unirti agli altri studenti di questo corso, non dimenticarti
+di cliccare "ML for Audio and Speech". Esplora i canali e condividi qualcosa su di te sul canale `#introduce-yourself`.
+
+## Canali del corso audio
+
+Ci sono molti canali a riguardo di molteplici argomenti sul nostro Discord. Troverai persone che discutono papers, organizzano
+eventi, condividono i loro progetti ed idee, fanno brainstorming, e molto altro.
+
+In quanto studente del corso audio, potresti trovare questi canali particolarmente rilevanti:
+
+* `#audio-announcements`: aggiornamenti a riguardo del corso, novità da Hugging Face su tutto ciò che è audio, annunci di eventi, e altro.
+* `#audio-study-group`: un luogo per scambiarsi idee, fare domande riguardo al corso ed avviare discussioni.
+* `#audio-discuss`: una piazza in cui avere conversazioni su ogni argomento a riguardo dell'audio.
+
+Oltre ad unirti al canale `#audio-study-group`, sentiti libero di creare il tuo gruppo di studio, imparare insieme è più facile!
diff --git a/chapters/it/chapter0/get_ready.mdx b/chapters/it/chapter0/get_ready.mdx
new file mode 100644
index 0000000..daaea35
--- /dev/null
+++ b/chapters/it/chapter0/get_ready.mdx
@@ -0,0 +1,47 @@
+# Preparati al corso
+
+Speriamo che tu ti senta elettrizzato a cominciare il corso, e abbiamo preparato per te questa pagina per assicurarci che tu abbia
+tutto il necessario che ti serve per iniziare!
+
+## Step 1. Iscriviti
+
+Per rimanere aggiornato con tutti gli aggiornamenti e gli eventi speciali dal vivo e online, iscriviti al corso.
+
+[👉 ISCRIVITI](http://eepurl.com/insvcI)
+
+## Step 2. Crea un account su Hugging Face
+
+Se non ne hai ancora uno, crea un account su Hugging Face (è gratuito). Ti servirà per completare le esercitazioni pratiche, per
+ricevere il tuo certificato di completamento, per esplorare i modelli pre-addestrati, per accedere ai dataset e altro ancora.
+
+[👉 CREA UN ACCOUNT SU HUGGING FACE](https://huggingface.co/join)
+
+## Step 3. Ripassa i fondamentali (se ne hai bisogno)
+
+Assumiamo che tu abbia familiarità con le basi del deep learning, e che tu abbia familiarità generale sui transformers. Se hai bisogno di ripassare i
+fondamentali dei transformers, guarda il nostro [corso di NLP](https://huggingface.co/course/chapter1/1).
+
+## Step 4. Controlla il tuo setup
+
+Per completare il corso ti serviranno:
+- Un computer con una connessione a internet
+- [Google Colab](https://colab.research.google.com) per le esercitazioni pratiche. La versione gratuita è sufficiente.
+Se non hai mai usato Google Colab, guarda questo [notebook introduttivo ufficiale](https://colab.research.google.com/notebooks/intro.ipynb).
+
+
+
+Come alternativa alla tier gratuita di Google Colab, puoi usare il tuo setup in locale, o Kaggle Notebooks. Kaggle Notebooks
+offre un numero fisso di ore di GPU e ha funzionalità simili a Google Colab, tuttavia, c'è differenza quando si tratta di condividere
+i tuoi modelli su 🤗 Hub (e.g. per completare i tuoi compiti). Se decidi di usare Kaggle Notebooks come piattaforma scelta,
+ guarda questo [esempio di Kaggle notebook](https://www.kaggle.com/code/michaelshekasta/test-notebook) creato da
+[@michaelshekasta](https://github.com/michaelshekasta). Questo notebook mostra come addestrare e condividere i tuoi modelli su 🤗 Hub.
+
+
+
+## Step 5. Unisciti alla community
+
+Iscriviti al nostro server su Discord, il luogo in cui puoi scambiare idee coi tuoi compagni e contattarci (il team di Hugging Face).
+
+[👉 UNISCITI ALLA COMMUNITY SU DISCORD](http://hf.co/join/discord)
+
+Per saperne di più sulla nostra community su Discord e come ricavare il massimo, guarda la [prossima pagina](community).
diff --git a/chapters/it/chapter0/introduction.mdx b/chapters/it/chapter0/introduction.mdx
new file mode 100644
index 0000000..2d66cf5
--- /dev/null
+++ b/chapters/it/chapter0/introduction.mdx
@@ -0,0 +1,105 @@
+# Benvenuta/o al corso Audio di Hugging Face!
+
+Gentile studente,
+
+Benvenuto a questo corso sull'utilizzo dei transformers per l'audio. Più di una volta i transformers si sono dimostrati una
+delle architetture di deep learning più potenti e versatili, capaci di ottenere risultati che raggiungono lo state-of-the-art
+in un'ampia gamma di compiti, che comprendono la comprensione naturale del linguaggio, computer vision, e più recentemente, l'elaborazione audio.
+
+In questo corso, esploreremo come i transformers possono essere applicati ai dati audio. Imparerai come usarli per affrontare un'ampia gamma di problemi
+relativi all'audio. Che tu sia interessato nel riconoscimento vocale, nella classificazione audio, o nella generazione vocale da testo, i transformers e
+questo corso fanno al caso tuo.
+
+Per darti un assaggio di cosa possono fare questi modelli, pronuncia qualche parola nella demo qui sotto e guarda il modello trascriverlo in tempo reale!
+
+
+
+Durante questo corso, imparerai le specifiche dell'elaborazione di dati audio, le differenti architetture dei transformers,
+e addestrerai i tuoi transformer audio personali sfruttando potenti modelli pre-addestrati.
+
+Questo corso è pensato per persone con un background in deep learning, e familiarita generale sui transformers.
+Non è richiesta nessuna conoscenza nell'elaborazione di dati audio. Se hai bisogno di rinfrescarti la memoria riguardo il funzionamento dei transformers, guarda
+il nostro [Corso di NLP](https://huggingface.co/course/chapter1/1) che va nel dettaglio a riguardo delle basi del funzionamento dei transformers.
+
+## Incontra il team del corso
+
+**Sanchit Gandhi, Machine Learning Research Engineer at Hugging Face**
+
+Ciao! Sono Sanchit e sono un machine learning research engineer per l'audio nel team di open-source a Hugging Face 🤗.
+Il mio focus primario è il riconoscimento vocale automatico e la traduzione, con l'obbiettivo attuale di rendere i modelli odierni più veloci,
+leggeri e facili da usare.
+
+**Matthijs Hollemans, Machine Learning Engineer at Hugging Face**
+
+Sono Matthijs, e sono un machine learning engineer per l'audio nel team di open source a Hugging Face. Sono anche l'autore
+di un libro su come scrivere sintetizzatori sonori, e creo plug-in audio nel tempo libero.
+
+**Maria Khalusova, Documentation & Courses at Hugging Face**
+
+Sono Maria, e creo contenuti educativi e documentazione per rendere Transformers e altri strumenti open-source sempre piu accessibili.
+ Spiego argomenti tecnici complessi e aiuto le persone a familiarizzare con tecnologie all'avanguardia.
+
+**Vaibhav Srivastav, ML Developer Advocate Engineer at Hugging Face**
+
+Sono Vaibhav (VB) e sono un Developer Advocate Engineer per l'Audio nel team di Open Source a Hugging Face. Io ricerco
+soluzioni di Text to Speech a basse risorse e aiuto a portare applicazioni dello SoTA nella ricerca sulle tecnologie di sintesi vocale al pubblico.
+
+## Struttura del corso
+
+Il corso è suddiviso in vari capitoli che trattano argomenti specifici in profondità:
+
+* [Capitolo 1](https://huggingface.co/learn/audio-course/chapter1): impara le procedure specifiche di elaborazione di dati audio, comprese tecniche di elaborazione del suono e preparazione dei dati.
+* [Capitolo 2](https://huggingface.co/learn/audio-course/chapter2): familiarizza con le applicazioni audio e impara ad usare le pipeline di 🤗 Transformers per vari compiti, come la
+classificazione audio e il riconoscimento vocale.
+* [Capitolo 3](https://huggingface.co/learn/audio-course/chapter3): esplora le architetture dei transformer audio, impara le loro differenze, e quali compiti sono i piu adatti ad esse.
+* [Capitolo 4](https://huggingface.co/learn/audio-course/chapter4): impara a costruire il tuo modello di classificazione di generi musicali.
+* [Capitolo 5](https://huggingface.co/learn/audio-course/chapter5): approfondisci sul tema del riconoscimento vocale e costruisci un modello per trascrivere le registrazioni dei meeting.
+* [Capitolo 6](https://huggingface.co/learn/audio-course/chapter6): impara a generare discorsi parlati dal testo.
+* [Capitolo 7](https://huggingface.co/learn/audio-course/chapter7): impara a costruire applicativi audio nel mondo reale coi transformer.
+
+Ogni capitolo comprende una parte teorica, dove otterrai una conoscenza in profondità sull'argomento e tecniche trattate.
+Per tutta la durata del corso, forniremo dei quiz per aiutarti a testare le tue conoscenze e rinforzare il tuo apprendimento.
+Alcuni capitoli includono anche delle esercitazioni pratiche, dove avrai l'opportunità di mettere in pratica le nozioni apprese.
+
+Entro la fine del corso, avrai acquisito dei solidi fondamentali nell'utilizzo di transformers sui dati audio e sarai ben equipaggiato per
+applicare queste tecniche ad un ampia gamma di problemi relativi all'audio.
+
+I capitoli del corso saranno rilasciati in vari blocchi consecutivi, seguendo questo programma:
+
+| Capitoli | Data di pubblicazione |
+|---|-----------------|
+| Capitolo 0, Capitolo 1, e Capitolo 2 | 14 Giugno, 2023 |
+| Capitolo 3, Capitolo 4 | 21 Giugno, 2023 |
+| Capitolo 5 | 28 Giugno, 2023 |
+| Capitolo 6 | 5 Luglio, 2023 |
+| Capitolo 7, Capitolo 8 | 12 Luglio, 2023 |
+
+## Percorsi d'apprendimento e certificazione
+
+Non c'è un modo giusto o sbagliato di affrontare questo corso. Tutto il materiale del corso è 100% gratuito, pubblico ed open-source.
+Puoi affrontare il corso al ritmo che ritieni più opportuno, tuttavia, raccomandiamo di seguire i capitoli in ordine.
+
+Se vuoi acquisire un certificato di completamento del corso, hai due opzioni:
+
+| Tipo di certificato | Requisiti |
+|---|--------------------------------------------------------------------|
+| Certificato di completamento | Completa l' 80% delle esercitazioni pratiche secondo le istruzioni. |
+| Certificazione con lode | Completa il 100% delle esercitazioni pratiche secondo le istruzioni. |
+
+Ogni esercitazione pratica descrive i suoi criteri di completamento. Una volta che hai completato un numero sufficiente di esercitazioni pratiche
+per qualificarti per una delle certificazioni, fai riferimento all'ultimo capitolo del corso per sapere come ottenere il tuo certificato. Buona fortuna!
+
+## Registrati al corso
+
+I capitoli di questo corso saranno distribuiti man mano in molteplici settimane. Ti incoraggiamo a registrarti al corso per ricevere aggiornamenti quando
+nuovi capitoli saranno rilasciati. Gli studenti che si registrano per gli aggiornamenti del corso saranno i primi a ricevere informazioni riguardo ad eventi
+ speciali dal vivo che programmiamo di organizzare.
+
+[REGISTRATI](http://eepurl.com/insvcI)
+
+Goditi il corso!
diff --git a/chapters/it/chapter8/certification.mdx b/chapters/it/chapter8/certification.mdx
new file mode 100644
index 0000000..e88da4b
--- /dev/null
+++ b/chapters/it/chapter8/certification.mdx
@@ -0,0 +1,33 @@
+# Ottieni il tuo certificato di completamento
+
+Il processo di certificazione è completamente gratuito.
+* Per ottenere un certificato di completamento: devi completare 3 delle 4 esercitazioni pratiche.
+* Per ottenere un certificato con lode: devi completare tutte e 4 le esercitazioni pratiche.
+
+I requisiti di ogni quesito sono specificati nella rispettiva pagina:
+* [Capitolo 4 Esercitazione pratica](../chapter4/hands_on)
+* [Capitolo 5 Esercitazione pratica](../chapter5/hands_on)
+* [Capitolo 6 Esercitazione pratica](../chapter6/hands_on)
+* [Capitolo 7 Esercitazione pratica](../chapter7/hands_on)
+
+Per i quesiti che richiedono di addestrare un modello, ricordati di fare il push del modello alla Hub con i relativi `kwargs`.
+Per il quesito demo nel Capitolo 7, controlla che la tua demo sia `public`.
+
+Per autovalutazione e vedere quali capitoli hai completato e quali no, puoi usare il seguente spazio:
+[Check My Progress - Audio Course](https://huggingface.co/spaces/MariaK/Check-my-progress-Audio-Course)
+
+Una volta che ti sei qualificato per una certificazione, vai nello spazio dedicato [Audio Course Certification](https://huggingface.co/spaces/MariaK/Audio-Course-Certification).
+Questo spazio implementa controlli addizionali per assicurare che la tua esercitazione sia adeguatata ai criteri di valutazione.
+
+Digita il tuo username di Hugging Face, il tuo nome, cognome nella casella di testo e clicca il bottone "Check if I pass and get the certificate".
+
+Se hai completato 3 su quattro delle esercitazioni pratiche, riceverai il certificato di completamento.
+ISe hai completato 4 su quattro delle esercitazioni pratiche, riceverai il certificato di eccellenza.
+
+Puoi scaricare il tuo certificato in formato pdf e png. Non esitare a condividerlo su Twitter
+(tagga me @mariakhalusova e @huggingface) e su LinkedIn.
+
+Se non hai ancora raggiunto i requisiti per la certificazione, non scoraggiarti! Torna allo spazio
+[Check My Progress - Audio Course](https://huggingface.co/spaces/MariaK/Check-my-progress-Audio-Course) per vedere
+quali capitoli devi recuperare per ricevere il certificato. Se incontri problemi con uno degli spazi,
+facci sapere!
diff --git a/chapters/it/chapter8/introduction.mdx b/chapters/it/chapter8/introduction.mdx
new file mode 100644
index 0000000..66c18fe
--- /dev/null
+++ b/chapters/it/chapter8/introduction.mdx
@@ -0,0 +1,30 @@
+# Congratulazioni!
+
+Hai lavorato sodo per arrivare fino a questo punto, e vorremmo congratularci con te per aver completato il corso Audio!
+
+Attraverso questo corso, hai guadagnato le conoscenze fondamentali sui dati audio, esplorato nuovi concetti, e sviluppato
+competenze pratiche lavorando coi Transformer Audio.
+
+Dalle basi dell'eleborazione di dati audio e checkpoint pre-addrestati con le pipeline, fino a costruire
+applicazioni audio del mondo reale, hai scoperto come costruire sistemi che possono non solo comprendere
+il suono, ma anche crearlo.
+
+Dato che questo è un settore dinamico e in costante evoluzione, ti incoraggiamo a rimanere curioso e esplorare costantemente nuovi modelli,
+studiare i nuovi progressi della ricerca, e le sue nuove applicazioni. Mentre costruisci i tuoi nuovi ed emozionanti applicativi audio,
+ricordati di tenere sempre a mente le implicazioni etiche, e considera con attenzione il potenziale impatto sugli individui e la società in generale.
+
+Grazie per esserti unito al corso audio,ci auguriamo che tu abbia apprezzato a fondo questa esperienza educativa, tanto quanto
+ci è piaciuto crearla. Il tuo feedback e contributo sono sempre benvenuti
+nella [repo di GitHub](https://github.com/huggingface/audio-transformers-course) del corso.
+
+Per sapere come puoi ottenere il tuo meritato certificato di completamento, se hai completato con successo le esercitazioni pratiche,
+guarda nella [prossima pagina](certification).
+
+Infine, per rimanere connesso con il Team del Corso Audio, puoi seguirci su Twitter:
+
+* Maria Khalusova: [@mariakhalusova](https://twitter.com/mariaKhalusova)
+* Sanchit Gandhi: [@sanchitgandhi99](https://twitter.com/sanchitgandhi99)
+* Matthijs Hollemans: [@mhollemans](https://twitter.com/mhollemans)
+* Vaibhav (VB) Srivastav: [@reach_vb](https://twitter.com/reach_vb)
+
+Sii curioso ed addestra transformers! :)
diff --git a/chapters/it/events/introduction.mdx b/chapters/it/events/introduction.mdx
new file mode 100644
index 0000000..9b4737b
--- /dev/null
+++ b/chapters/it/events/introduction.mdx
@@ -0,0 +1,9 @@
+# Sessioni dal vivo e workshops
+
+New Audio Transformers Course: Live Launch Event con Paige Bailey (DeepMind), Seokhwan Kim (Amazon Alexa AI), e Brian McFee (Librosa)
+
+
+
+La registrazione di una sessione di Live AMA con il team del corso Audio di Hugging Face:
+
+