Řečové technologie II - APH510085

• Anglický název: Speech Technology II
• Zajišťuje: Fonetický ústav (21-FU)
• Fakulta: Filozofická fakulta
• Platnost: od 2022
• Semestr: letní
• Body: 0
• E-Kredity: 5
• Způsob provedení zkoušky: letní s.:
• Rozsah, examinace: letní s.:1/1, Z [HT]
• Počet míst: neurčen / neurčen (neurčen)
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Je zajišťováno předmětem: AFO530003
• Poznámka: předmět je možno zapsat mimo plán; povolen pro zápis po webu
• Garant: Ing. Tomáš Bořil, Ph.D.

Anotace

čeština

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.

Poslední úprava: Bořil Tomáš, Ing., Ph.D. (02.02.2021)

angličtina

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.

Poslední úprava: Bořil Tomáš, Ing., Ph.D. (02.02.2021)

Podmínky zakončení předmětu

70% docházka, aktivní účast, vypracování seminární práce

Poslední úprava: Šturm Pavel, Mgr., Ph.D. (03.04.2020)

Literatura

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.

Poslední úprava: Šturm Pavel, Mgr., Ph.D. (03.04.2020)

Sylabus

čeština

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.)

Poslední úprava: Šturm Pavel, Mgr., Ph.D. (03.04.2020)

angličtina

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.

Poslední úprava: Šturm Pavel, Mgr., Ph.D. (03.04.2020)

Vstupní požadavky

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

Poslední úprava: Šturm Pavel, Mgr., Ph.D. (03.04.2020)