Číslicové zpracování signálu, analýza a syntéza řeči - NPFL041

• Anglický název: Digital Signal Processing, Speech Analysis and Synthesis
• Zajišťuje: Ústav formální a aplikované lingvistiky (32-UFAL)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2020
• Semestr: zimní
• E-Kredity: 3
• Rozsah, examinace: zimní s.:1/1, KZ [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: zrušen
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Další informace: http://epos.ure.cas.cz/pfl041/
• Garant: Petr Horák
• Třída: Informatika Mgr. - volitelný
• Kategorizace předmětu: Informatika > Počítačová a formální lingvistika

Anotace

čeština

Poslední úprava: T_UFAL (15.05.2002)

Úvod do číslicového zpracování signálu se zaměřením na zpracování řeči, akustika řeči, metody analýzy řečového signálu v časové i kmitočtové oblasti, kódování řeči, syntéza řečového signálu v časové i kmitočtové oblasti.

angličtina

Poslední úprava: T_UFAL (15.05.2002)

Introduction to the digital signal processing with the focus on speech processing, speech acoustics, speech analysis methods in time and frequency domains, speech coding, synthesis of the speech signal in time and frequency domains.

Literatura

Poslední úprava: RNDr. Pavel Zakouřil, Ph.D. (05.08.2002)

Digital Processing of Speech Signals (Rabiner, Schafer, 78)

An Introduction to Text-to-Speech Synthesis (Dutoit, 96)

Číslicově zpracování signálů (Uhlíř, Sovka 95)

Transformace Z a některá její použití (Vích 83)

Sylabus

čeština

Poslední úprava: T_UFAL (15.05.2002)

• diskrétní signály a soustavy, DFT, FFT, transformace Z, číslicově filtry

• akustika řeči, spektrální a časově charakteristiky řeči

• analýza řečových signálů v časově oblasti, spektrální analýza, detekce základního tónu řeči, analýza a syntéza základního tónu řeči, detekce formantových kmitočtů

Cvičení 1 - Analýza řeči

• analýza řečových signálů ve kmitočtové oblasti, spektrální analýza, rychlá Fourierova transformace - FFT

• kódování řeči, lineárně prediktivní kódování, analýza a syntéza řeči, pokročilé kompresní algoritmy kódování řeči (RELP, CELP), kódovací algoritmy použité v sítích GSM

Cvičení 2 - Kódování řeči

• metody syntézy řečových signálů, parametrický model syntézy řeči, formantová syntéza, lineárně prediktivní syntéza, kepstralni syntéza, harmonické modelování řeči, syntéza řeči v časově oblasti

Cvičení 3 - Syntéza řeči

• kepstralni analýza, metoda dynamického borceni časově osy (DTW), Viterbiho algoritmus, skryté markovovské modely (HMM)

• verifikace a rozpoznávání mluvčího, forenzní identifikace mluvčího

• metody automatického rozpoznávání řeči, rozpoznávání izolovaných slov, rozpoznávání plynulé řeči

Cvičení 4 - Rozpoznávání řeči

angličtina

Poslední úprava: T_UFAL (15.05.2002)

• discrete signals and systems, DFT, FFT, Z-transformation, digital filters

• speech acoustic, speech characteristics in time and frequency domain

• speech signal analysis in time domain, spectral analysis, pitch detection, pitch contour analysis and synthesis, formants detection

Practice 1 - Speech analysis

• speech signal analysis in frequency domain, spectral analysis, Fast Fourier Transform (FFT)

• speech coding, Linear Predictive Coding (LPC), speech analysis and synthesis, advanced speech coding algorithms (RELP, CELP), GSM speech coding algoritms

Practice 2 - Speech coding

• speech signals synthesis methods, parametric model of speech synthesis, formant synthesis, linear predictive synthesis, cepstral synthesis, harmonic speech modelling, speech synthesis in time domain

Practice 3 - Speech synthesis

• cepstral analysis, Dynamic Time Warping (DTW) method, Viterbi algorithm, Hidden Markov Models (HMM)

• speaker verification and recognition, forensic speaker identification

• automatic speech recognition methods, recognition of isolated words, continuous speech recognition

Practice 4 - Speech recognition

References:

Digital Processing of Speech Signals (Rabiner, Schafer, 78)

An Introduction to Text-to-Speech Synthesis (Dutoit, 96)

Digital signal processing (in Czech) (Uhlíř, Sovka 95)

Z-Transformation and its using (Vích 83)