Speech Technology II - APH510085

• Title: Řečové technologie II
• Guaranteed by: Institute of Phonetics (21-FU)
• Faculty: Faculty of Arts
• Actual: from 2022
• Semester: summer
• Points: 0
• E-Credits: 5
• Examination process: summer s.:
• Hours per week, examination: summer s.:1/1, C [HT]
• Capacity: unknown / unknown (unknown)
• Min. number of students: unlimited
• 4EU+: no
• Virtual mobility / capacity: no
• State of the course: taught
• Language: Czech
• Teaching methods: full-time
• Teaching methods: full-time
• Is provided by: AFO530003
• Note: course can be enrolled in outside the study plan; enabled for web enrollment
• Guarantor: Ing. Tomáš Bořil, Ph.D.

Annotation

English

Last update: Ing. Tomáš Bořil, Ph.D. (02.02.2021)

The course introduces theoretical and practical aspects of speech technology, with the focus on speech synthesis and
recognition. It examines the state of this applied research area from both the phonetic and technical viewpoint.

Czech

Last update: Ing. Tomáš Bořil, Ph.D. (02.02.2021)

Teoretický blok předmětu poskytuje ucelený přehled současného využití řečových technologií. Pomáhá studentům
v orientaci jak v principech fungování, tak v zásadách užití metodologických postupů řečových syntetizérů,
klasifikátorů a rozpoznávačů.

Výuka v LS 2021 bude probíhat v čase rozvrhu v příslušné skupině na MS Teams. Odkaz na skupinu bude studentům zaslán na začátku semestru před první hodinou. Při pozdějším zápisu se prosím obraťte e-mailem na vyučujícího.

Course completion requirements

Last update: Mgr. Pavel Šturm, Ph.D. (03.04.2020)

70% docházka, aktivní účast, vypracování seminární práce

Literature

Last update: Mgr. Pavel Šturm, Ph.D. (03.04.2020)

Základní studijní literatura:

Uhlíř, J., Sovka, P., Pollák, P., Hanžl, V., Čmejla, R. (2007):

Technologie hlasových komunikací.

Psutka, J., Müller, L., Matoušek, J. & Radová, V. (2006): Mluvíme s počítačem česky. Praha: Academia. (vybrané části) Sovka, P. & Pollák, P. (2001). Vybrané metody číslicového zpracování signálů. Praha: Vydavatelství ČVUT.

Další odborná literatura:

Rabiner, L. & Juang, B.-H. (1993). Fundamentals of speech recognition.

Upper Saddle River, NJ: Prentice-Hall.

Rabiner, L. & Schafer, R. (1978). Digital Processing of Speech Signals. Englewood Cliffs: Prentice Hall.

Syllabus

English

Last update: Mgr. Pavel Šturm, Ph.D. (03.04.2020)

1. Theoretical bases of speech recognition, essential principles (HMM, neural networks, DTW, language modelling).

2. Application of these principles in available software tools.

3. Types of speech synthesis and their characteristics.

4. Closer examination of concatenative synthesis (used speech units, their coding and methods of combining).

5. Modelling prosody (especially with regard to the Czech language).

6. Practical introduction to speech synthesis using available software tools.

7. The significance of speech technology for phonetic research.

Czech

Last update: Mgr. Pavel Šturm, Ph.D. (03.04.2020)

Hlavní tematické okruhy:

1. Rozpoznávání řeči pomocí GMM a HMM

2. Klasifikátory - způsob trénování a testování, přehled algoritmů

3. Validace

4. Klasifikace pomocí Caret package v R

5. Binární rozhodování

6. Předzpracování dat

7. Klasifikační algoritmy Random forest, SVM

8. Neuronové sítě

9. Forenzní aplikace (rozpoznávání identity mluvčího, pohlaví, geografického původu, věku, emocionálního stavu atd.)

Entry requirements

Last update: Mgr. Pavel Šturm, Ph.D. (03.04.2020)

Předmět navazuje na kurz Řečové technologie I a u studentů nefonetického bakalářského studia předpokládá znalosti akustiky řeči v rozsahu poskytovaném např. kurzem Akustika řeči.