Zpracování řečových signálů (v angličtině)

• 26 hod. přednášky
• 26 hod. pc laboratoře

• 75 bodů závěrečná zkouška
• 25 bodů půlsemestrální test

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.
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.

• 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.

• 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).

• půlsemestrální test
• prezentace projektů
• presentace výsledků na poč. cvičeních