doc. Dr. Ing. Jan Černocký

Ústav počítačové grafiky a multimédií (UPGM)

Studenti se seznámí se základními charakteristikami řečového signálu v návaznosti na tvorbu a slyšení řeči lidmi. Pochopí základní algoritmy analýzy řeči společné mnohým aplikacím. Získají přehled o aplikacích (rozpoznávání, syntéza, kódování) a o praktických stránkách implementace řečových algoritmů. Budou schopni navrhnout jednoduchý systém pro zpracování řeči (detektor řečové aktivity, rozpoznávač několika izolovaných slov), včetně implementace do aplikačních programů.

• Psutka, J.: Komunikace s počítačem mluvenou řečí. Academia, Praha, 1995, ISBN  80-200-0203-0
• Gold, B., Morgan, N.: Speech and Audio Signal Processing, John Wiley & Sons, 2000, ISBN 0-471-35154-7

• Psutka, J.: Komunikace s počítačem mluvenou řečí. Academia, Praha, 1995, ISBN  80-200-0203-0
• Gold, B., Morgan, N.: Speech and Audio Signal Processing, John Wiley & Sons, 2000, ISBN 0-471-35154-7 
• Krčmová, N.: Fonetika a fonologie: zvuková stavba současné češtiny. ISBN 80-210-0137-2. Masarykova univerzita, Brno, 1990
• Rabiner, L., Juang, B.H.: Fundamentals of Speech Recognition, Signal Processing, Prentice Hall, Engelwood Cliffs, NJ, 1993, ISBN 0-13-015157-2 

• půlsemestrální test 14b
• projekt 29b
  
• presentace výsledků na poč. cvičeních 6b

čeština

Osnova přednášek:

• Úvod, aplikace zpracování řeči, relevatní vědní obory,  informační obsah.
• Číslicové zpracování řečových signálů
• Tvorba a slyšení řeči, základní pojmy z psychoakustiky, aplikace ve zpracování řeči.
• Úvod do fonetiky, mezinárodní normy pro označování fonémů.
• Předzpracování a základní parametry. 
• Lineárně-prediktivní model, spektrum pomocí lineární predikce. Aplikace LP. 
• Cepstrální analýza, Mel-frekvenční cepstrum
• Určování základního tónu hlasu
• Kódování řeči.
• Rozpoznávání řeči, dynamické programování DTW, skryté Markovovy modely HMM
• Syntéza řeči
• Software a knihovny pro zpracování řeči.

Osnova numerických cvičení:

• Paramatrizace, DTW, HMM.
• Prezentace projektů.

Osnova počítačových cvičení:

V laboratořích (kromě poslední) je používán Matlab.
• Rámce, okna, spektrum, předzpracování.
• Lineární predikce (LPC).
• Určování základního tónu.
• Kódování.
• Rozpoznávání - Dynamic time Warping (DTW).
• Rozpoznávání - skryté Markovovy modely (Hidden Markov Model Toolkit - HTK).

Seznámit studenty se základními charakteristikami řečového signálu v návaznosti na tvorbu a slyšení řeči lidmi. Popsat základní algoritmy analýzy řeči společné mnohým aplikacím. Podat přehled aplikací (rozpoznávání, syntéza, kódování) a informovat o praktických stránkách implementace řečových algoritmů.

• Program IT-MGR-2 magisterský navazující

  obor MBS , libovolný ročník, letní semestr, 5 kreditů, volitelný
  obor MBI , libovolný ročník, letní semestr, 5 kreditů, povinně volitelný
  obor MIS , libovolný ročník, letní semestr, 5 kreditů, volitelný
  obor MIN , libovolný ročník, letní semestr, 5 kreditů, povinně volitelný
  obor MMM , libovolný ročník, letní semestr, 5 kreditů, volitelný
  obor MPV , libovolný ročník, letní semestr, 5 kreditů, povinně volitelný
  obor MGM , 1. ročník, letní semestr, 5 kreditů, povinný
  obor MSK , 2. ročník, letní semestr, 5 kreditů, povinně volitelný
  

12 hod., povinná

doc. Dr. Ing. Jan Černocký

eLearning: aktuální otevřený kurz