|
|
|
||
V předmětu si studenti osvojí pokročilé dovednosti v oblasti zpracování akustických signálů. Systematicky jsou
zavedeny pojmy signál, systém, frekvenční transformace. Představeny jsou klíčové algoritmy pro zpracování signálů. Předmět předpokládá obeznámenost se základy jazyka R, základními principy obecné akustiky důležitými pro fonetiku, s akustickými vlastnostmi lidské řeči a se základními algoritmy používanými pro analýzu řeči. Poslední úprava: Bořil Tomáš, Ing., Ph.D. (27.02.2024)
|
|
||
70% docházka, aktivní účast, vypracování seminární práce Poslední úprava: Bořil Tomáš, Ing., Ph.D. (01.10.2021)
|
|
||
Barry, W. J. & van Dommelen, W. A. (2005). The Integration of Phonetic Knowledge in Speech Technology. Dordrecht: Springer. Coleman, J. (2005): Introducing speech and language processing. Cambridge: CUP. Zimmermann, J. (2002): Spektrografická a škálografická analýza akustického rečového signálu. Prešov: Náuka. Psutka, J., Müller, L., Matoušek, J. & Radová, V. (2006): Mluvíme s počítačem česky. Praha: Academia. Poslední úprava: Šturm Pavel, Mgr., Ph.D. (03.04.2020)
|
|
||
1. Spojité a diskrétní signály, digitální zvuk, vzorkování, kvantizace a převzorkování 2. Vlnová délka, frekvence, půltóny a centy 3. Popis systémů, linearita a stabilita, impulsní odezva a konvoluce 4. Diskrétní Fourierova transformace, spektrální rozlišení 5. Analyzační okénka, prosakování ve spektru, doplnění nulami, výkonová spektrální hustota 6. Energie, výkon a RMS, decibely, normalizace, výkon ve spektru 7. Frekvenční charakteristiky, lineární predikce (LPC) pro kódování řeči a odhad formantů 8. Metoda sčítání přesahů (OLA) 9. Vokodér, vliv excitačního signálu 10. Korelace a autokorelace - detekce posunu a f0 včetně šumových podmínek 11. Kauzální a nekauzální filtrace, návrh číslicových filtrů 12. Zpětná Fourierova transformace, převod spektrogramu na signál v čase 13. Kepstrum jako nástroj dekonvoluce a jeho vlastnosti pro analýzu řeči Poslední úprava: Šturm Pavel, Mgr., Ph.D. (03.04.2020)
|