Detail předmětu

Zpracování řečových signálů

FIT-ZREAk. rok: 2020/2021

Aplikace počítačového zpracování řeči, číslicové zpracování řečových signálů, tvorba a slyšení řeči, úvod do fonetiky, předzpracování a základní parametry, lineárně-prediktivní model, cepstrum, určování základního tónu hlasu, kódování - časová oblast a vokodéry, rozpoznávání - DTW a HMM, syntéza. Software a knihovny pro zpracování řeči.

Výsledky učení předmětu

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.

Doporučená nebo povinná literatura

Gold, B., Morgan, N.: Speech and Audio Signal Processing, Wiley-Interscience; 2 edition.
Rabiner, L. R., & Schafer, R. W. Theory and applications of digital speech processing, Pearson, 2011.
Psutka, J., Müller, L., Matoušek, J., & Radová, V., Mluvíme s počítačem česky, Academia, 2006.
Yu, D., Deng, L., Automatic speech recognition, Springer, 2016.

Způsob a kritéria hodnocení


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

Jazyk výuky

čeština, angličtina

Cíl

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.

Zařazení předmětu ve studijních plánech

  • 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

  • Program MITAI magisterský navazující

    specializace NBIO , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NISD , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NISY , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NIDE , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NCPS , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NSEC , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NMAT , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NGRI , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NNET , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NVIZ , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NSEN , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NMAL , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NHPC , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NVER , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NEMB , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NADE , libovolný ročník, letní semestr, 5 kreditů, volitelný
    specializace NSPE , libovolný ročník, letní semestr, 5 kreditů, povinný

  • Program IT-MGR-2 magisterský navazující

    obor MGM , 1. ročník, letní semestr, 5 kreditů, povinný
    obor MSK , 2. ročník, letní semestr, 5 kreditů, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

  1. Úvod, aplikace zpracování řeči. 
  2. Číslicové zpracování řečových signálů.
  3. Tvorba a řeči a její signálový model.
  4. Předzpracování a základní parametry, cepstrum. 
  5. Lineárně-prediktivní model. 
  6. Určování základního tónu hlasu
  7. Kódování řeči - základy.
  8. Kódování řeči CELP. 
  9. Základy rozpoznávání řeči, DTW. 
  10. Skryté Markovovy modely HMM. 
  11. Systémy pro rozpoznávání řeči s velkým slovníkem (LVCSR). 
  12. Rozpoznávání mluvčího a jazyka. Využití neuronových sítí ve zpracování řeči. 
  13. Syntéza řeči z textu. 

Cvičení odborného základu

2 hod., povinná

Vyučující / Lektor

Osnova

  1. Paramatrizace, DTW, HMM.

Cvičení na počítači

12 hod., povinná

Vyučující / Lektor

Osnova

    V laboratořích (kromě poslední) je používán Matlab.
  1. Úvod. 
  2. Lineární predikce a vektorové kvantování. 
  3. Určování základního tónu a kódování řeči.
  4. Základy klasifikace. 
  5. Rozpoznávání - Dynamic time Warping (DTW).
  6. Rozpoznávání - skryté Markovovy modely (HTK).

Projekt

12 hod., povinná

Vyučující / Lektor

eLearning