Přehled studia |
Přehled oborů |
Všechny skupiny předmětů |
Všechny předměty |
Seznam rolí |
Vysvětlivky
Návod
Webová stránka:
https://moodle.fel.cvut.cz/courses/AD2M31RAT
Anotace:
Předmět je zaměřen na seznámení studentů magisterského studia s problematikou zpracování řečových signálů s užším zaměřením na komunikační aplikace. Tato problematika má široký aplikační záběr v komunikačních systémech. Další informace lze nalézt na
http://noel.feld.cvut.cz/vyu/ad2m31rat . Pro zapsané studenty jsou detailní informace na výukovém portálu
http://moodle.kme.feld.cvut.cz .
Výsledek studentské ankety předmětu je zde:
AD2M31RAT
Cíle studia:
Cílem předmětu je seznámit studenty se základy používaných řečových technologií v komunikačních systémech, od základních charakteristik řečového signálu, přes kódování a zvýrazňování řeči, základní principy rozpoznávání řeči po základy syntézy řečového signálu. Ve cvičeních studenti prakticky zrealizují základní úlohy v programovém prostředí MATLAB resp. si vyzkouší použití volně dostupných nástrojů pro různé analýzy řečového signálu. V rámci domácí přípravy studenti zpracují semestrální práci, kterou budou prezentovat na cvičení podle plánovaného harmonogramu.
Osnovy přednášek:
1. | | Úvod - řečový signál, základní charakteristiky, model vzniku řeči |
2. | | Digitalizace a základní kódovací strategie (PCM, ADPCM, a-law) |
3. | | Spektrální charakteristiky řečového signálu (DFT a LPC spektrum, LSF a LSP, kepstrum) |
4. | | Vokodéry používané v telekomunikacích (RPE-LTP, CELP, ACELP) |
5. | | Metody potlačování šumu v řečovém signálu (šum kanálu a šum akustický, VAD) |
6. | | Metody potlačování echa v řečovém signálu |
7. | | Měření kvality řečového signálu (subjektivní a objektivní metody) |
8. | | Principy rozpoznávání řeči, základní úlohy, extrakce příznaků, algoritmus DTW |
9. | | Jednoduché rozpoznávače s malým slovníkem na bázi HMM (nástroje HTK) |
10. | | Rozpoznávání mluvčího: verifikace a identifikace. |
11. | | Syntéza řeči, principy základních přístupů (konkatenační a formantová syntéza, PSOLA) |
12. | | Dialogové komunikační systémy s hlasovým vstupem |
13. | | Náhrada ztracených segmentů řeči při přenosu komunikačním kanálem |
14. | | Další aplikace rozpoznávání řeči v komunikačních systémech. Rezerva |
Osnovy cvičení:
1. | | Úvod: řečový signál, nástroje pro analýzu, dostupné zdroje signálů |
2. | | Základní časové charakteristiky: energie, intenzita, průchody nulou, základní tón |
3. | | Spektrální charakteristiky: krátkodobé DFT a LPC spektrum, spektrogram |
4. | | LPC vokodér: jednotlivých principiálních bloků |
5. | | Potlačování aditivního šumu v řečovém signálu |
6. | | Potlačování echa v řečovém signálu |
7. | | Kepstrum a kepstrální vzdálenost: detekce řečových úseků, příznaky pro rozpoznávání |
8. | | Rozpoznávání na bázi DTW: jednoduchý rozpoznávač jednotlivých slov |
9. | | Rozpoznávání na bázi HMM: jednoduché úlohy a demonstrace průchodu HMM modelem |
10. | | Verifikace mluvčího na bázi GMM |
11. | | Syntéza řeči: formantový syntezátor, demonstrace volně dostupných syntezátorů |
12. | | Prezentace semestrálních prací |
13. | | Prezentace semestrálních prací |
14. | | Rezerva. Zápočty |
Literatura:
[1] | | Uhlíř, J. - Sovka, P. - Pollák, P. - Hanžl, V. - Čmejla, R.: Technologie hlasových komunikací. Nakladatelství ČVUT, 2007. |
[2] | | Psutka, J. - Müller, L. - Matoušek, J. - Radová, V.: Mluvíme s počítačem česky. Academia 2006. |
[3] | | Huang, X. - Acero, A. - Hon, H.-W.: Spoken Language Processing. Prentice Hall 2001. |
Požadavky:
Vstupními požadavky jsou základní znalosti z oblasti číslicového zpracování signálů.
Poznámka:
Rozsah výuky v kombinované formě studia: 14p+6c |
Klíčová slova:
zpracování řeči, rozpoznávání řeči, zvýrazňování řeči, kódování řeči, syntéza řeči
Předmět je zahrnut do těchto studijních plánů:
Plán |
Obor |
Role |
Dop. semestr |
Stránka vytvořena 22.7.2024 17:51:06, semestry: Z,L/2023-4, Z,L/2024-5, připomínky k informační náplni zasílejte správci studijních plánů |
Návrh a realizace: I. Halaška (K336), J. Novák (K336) |