Číslicové zpracování zvukových signálů - NPFL109

• Anglický název: Digital Sound Processing
• Zajišťuje: Ústav formální a aplikované lingvistiky (32-UFAL)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2021
• Semestr: letní
• E-Kredity: 6
• Rozsah, examinace: letní s.:2/2, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: nevyučován
• Jazyk výuky: čeština
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Garant: Mgr. David Klusáček, Ph.D.
• Třída: Informatika Mgr. - volitelný
• Kategorizace předmětu: Informatika > Počítačová a formální lingvistika
• Neslučitelnost : NPFL133
• Záměnnost : NPFL133
• Je neslučitelnost pro: NPFL133
• Je záměnnost pro: NPFL133

Anotace

čeština

Poslední úprava: G_I (30.05.2013)

Úvodní kurs číslicového zpracování jednorozměrných (zejména zvukových) signálů. Vhodné jako doplňková přednáška k NPFL079 (Algoritmy rozpoznávání mluvené řeči). Bude probrána teorie číslicových filtrů, FFT a její užití pro rychlý výpočet konvoluce, vzorkovací věta, časově-frekvenční reprezentace signálů a souvislost s přeurčenou reprezentaci (frame vektorového prostoru), dekonvoluce a restaurace signálů.

angličtina

Poslední úprava: G_I (30.05.2013)

Introductory course in one-dimensional (mostly sound) signal processing. Complements lectures NPFL079 (Algorithms in Speech Recognition) but can be taken separately as well. The lectures cover the theory of digital filters, FFT and its application in implementing fast convolution, sampling theorem, time-frequency signal representation and its connection with overcomplete representation via frame of the respective vector space, deconvolution and signal restoration.

Podmínky zakončení předmětu

čeština

Poslední úprava: Mgr. David Klusáček, Ph.D. (19.06.2019)

Zapocet se udeluje za ucast na cvicenich s <= 3 neomluvenymi absencemi.

Zkouska je ustni.

angličtina

Poslední úprava: Mgr. David Klusáček, Ph.D. (29.10.2019)

To successfully finish the course, a student is required to attend the exercises (could miss up to 3 of them -- more is possible for extra homeworks) and pass the oral exam.

Literatura

čeština

Poslední úprava: G_I (30.05.2013)

[1] R.W.Hamming. Digital Filters. Prentice-Hall, New Jersey, 1977

[2] Jiří Jan: Číslicová filtrace a restaurace signálů, VUTIUM, 2002

Požadavky ke zkoušce

Poslední úprava: Mgr. David Klusáček, Ph.D. (19.06.2019)

Zkouska probiha ustne formou diskuse nad resenim zadaneho problemu, ktery lze vyresit s pouzitim nastroju uvedenych v syllabu.

Sylabus

čeština

Poslední úprava: G_I (30.05.2013)

(1) Diskrétní periodické signály. Diskrétní Fourierova transformace a její vlastnosti (Parsevalova věta, konvolucni věta).

(2) Algoritmus FFT, rychle násobení polynomu a rychlý výpočet konvoluce.

(3) Fourierovy rady a diskrétní neperiodické signály.

(4) Operace se signály (modulace, konvoluce, nelineární zkreslení).

(5) Lineární časově invariantní systémy. Číslicově filtry a jejich obecný tvář. IIR a FIR část. Věta o existenci a jednoznačnosti řešení filtru. Invertovatelnost, obousměrně filtry.

(6) Bodeho frekvenční charakteristiky filtru. Magnituda a fáze. Fázové, skupinové a vlnové zpoždění.

(7) Implementace IIR filtru (kanonické formy filtru). Problémy zaokrouhlování a stability.

(8) Filtry s minimální fázi. Charakterizační věta (vztah magnitudy a skupinového zpoždění).

(9) Metody návrhu filtru.

(10) Hilbertova transformace, analytický signál.

(11) Vzorkovací věta, aliasing. Frekvenčně omezené signály, Gibbsuv jev. Změna vzorkovací frekvence. A/D a D/A převodníky. Kelluv jev.

(12) Princip neurčitosti a časově-frekvenční reprezentace.

(13) Lineární predikce (LPC). Front-endy rozpoznávačů řeči.

(14) Dekonvoluce, Wieneruv filtr, slepá dekonvoluce. Potlačení ozvěny maskováním.

(15) Frame vektorového prostoru. Rekonstrukční věta.

(16) Restaurace signálů.

(17) Biologické zpracování zvuku: Lidský sluch a sluchově mozkové dráhy.

Přednáška bude doplněna cvičením na kterém bude formou ukázek praktických aplikaci (napr. ekvalizer, lokalizace mluvčího, princip aktivního a pasivního radaru (sonaru), restaurace (odsumováni) signálů) procvičena probíraná teorie.

angličtina

Poslední úprava: G_I (30.05.2013)

(1) Discrete periodic signals. Discrete Fourier Transform and its properties (Parseval's theorem, convolution theorem).

(2) FFT algorithm, fast multiplication of polynomials, fast convolution.

(3) Fourier series and discrete non-periodic signals.

(4) Operations with signals (modulation, convolution, non-linear distortion).

(5) Linear Time-Invariant systems. Digital filters and their general form. IIR and FIR parts. Theorem on existence and uniqueness of digital filter solution. Invertibility, two-way filters.

(6) Bode plot. Magnitude and phase. Phase delay, group delay, wave delay.

(7) Implementing IIR filters (canonic forms). Round-off errors, stability and noise.

(8) Minimum phase filters. Magnitude vs. group delay theorem.

(9) Filter design methods.

(10) Hilbert transform, analytic signal.

(11) Sampling theorem, aliasing. Band-limited signals, Gibbs phenomenon. Resampling. A/D and D/A converters. Kell phenomenon.

(12) Uncertainty principle and time-frequency representation.

(13) Linear prediction (LPC). ASR front-ends.

(14) Deconvolution, Wiener filter. Blind deconvolution. Echo suppression by temporal masking.

(15) Frame of the vector space. Reconstruction theorem.

(16) Signal restoration (denoising).

(17) Biological sound processing: Human auditory system and pathways.

Exercises will have a form of practical application examples (e.g. equalizer, speaker location, principle of active and passive radar (sonar), signal restoration (denoising), etc.). These would be selected so as to exercise the theory just learned.