Subject description - XP31FON
Summary of Study |
Summary of Branches |
All Subject Groups |
All Subjects |
List of Roles |
Explanatory Notes
Instructions
Anotation:
Předmět rozšiřuje základní přehled o aktuálním poznání v oblasti hlasových technologií. V rámci předmětu se studenti seznámí podrobně s teorií vzniku a vnímání řeči s interdisciplinárním přesahem do fonetiky, fonologie a lingvistiky, jejichž hlubší znalost je nezbytná pro vývoj i poznání pokročilých přístupů v hlasových technologiích. Studenti se také seznámí s vybranými pokročilými moderními metodami rozpoznávání a syntézy řeči, případně i kódování a zvýrazňování. Ve srovnání s magisterským předmětem „Zpracování řeči“ (B2M31ZRE) je obsah tohoto předmětu zaměřen především na hlubší poznání moderních a pokročilých algoritmů na bázi GMM, HMM, WFST, JFA, i-vektorů, a zejména pak systémům s neuronovými sítěmi (ANN, DNN, CNN, RNN, LSTM, apod.), které jsou v současných moderních systémech s hlasovým vstupem či výstupem využívány. Velký důraz bude kladen na samostatnou práci v rámci individuálních projektů, ve kterých se budou studenti detailněji zabývat vybranými aktuálně publikovanými nejnovějšími metodami.
Course outlines:
Exercises outline:
Literature:
| [1] | | RABINER, L., R. W. SCHAFER. Theory nad Applications Digital Speech Processing. Upper Saddle River: Pearson, 2010. 1056 pp. ISBN 978-0136034285. |
| [2] | | HUANG, X., A. ACERO a H. W. HON. Spoken language processing: a guide to theory, algorithm, and system development. Upper Saddle River, NJ: Prentice Hall PTR, 2001. 1008 pp. ISBN 978-0130226167. |
| [3] | | JELINEK, F. Statistical methods for speech recognition (Language, Speech, and Communication). Cambridge, Mass.: MIT Press, 1998. 305 pp. ISBN 978-0262100663. |
| [4] | | YU, D. a L. DENG. Automatic Speech Recognition. A Deep Learning Approach. London: Springer-Verlag London, 2015. 321 pp. DOI 10.1007/978-1-4471-5779-3. ISBN 978-1-4471-5778-6. |
| [5] | | JURAFSKY, D. a J. H. MARTIN. Speech and language processing: an introduction to natural language processing, computational linguistics, and speech recognition. Upper Saddle River, N.J.: Pearson Prentice Hall, 2009. 1032 pp. ISBN 978-0131873216. |
| [6] | | UHLÍŘ, J., P. SOVKA, P. Pollák, V. HANŽL a R. ČMEJLA. Technologie hlasových komunikací. Praha: Nakladatelství ČVUT, 2007. 276 pp. ISBN 978-80-01-03888-8. |
| [7] | | PSUTKA, J., L. MÜLLER, J. MATOUŠEK a V. RADOVÁ. Mluvíme s počítačem česky. Praha: Academia, 2006. 748 pp. ISBN 978-80-200-1309-5. |
| [8] | | SKARNITZL, R., J. VOLÍN a P. ŠTURM. Zvuková báze řečové komunikace - Fonetický a fonologický popis řeči. Praha: Univerzita Karlova v Praze, nakladatelství Karolinum, 2016. ISBN 9788024632728. |
Requirements:
Subject is included into these academic programs:
| Page updated 20.1.2025 07:51:54, semester: Z/2025-6, Z,L/2024-5, Send comments about the content to the Administrators of the Academic Programs |
Proposal and Realization: I. Halaška (K336), J. Novák (K336) |