Lehrinhalte
Verfahren der Sprach- und Audiosignalverarbeitung: Einführung in die Modelle von Sprach- und Audiosignalen sowie grundlegende Methoden der Audiosignalverarbeitung. Verfahren der codebuchbasierten Verarbeitung und der Audiocodierung. Beamforming zur räumlichen und Geräuschreduktion zur spektralen Filterung. Cepstrale Filterung und Sprachgrundfrequenzschätzung. Mel-filtered cepstral coefficients (MFCCs) als Grundlage für die Sprecher- und Spracherkennung. Klassifikations-methoden basierend auf GMM (Gaussian mixture models) sowie Spracherkennung mit HMM (Hidden markov models). Einführung in die Methoden der Musiksignalverarbeitung, z.B. Shazam-App oder Beat-Erkennung.
Literatur
Folien, für weiter Literaturhinweise siehe Homepage der Vorlesung
Voraussetzungen
Für die Vorlesung werden gute Kenntnisse der statistischen Signalverarbeitung (Minimum: Vorlesung Digital Signal Processing) vorausgesetzt. Wünschenswert aber nicht zwingend notwendig sind zusätzlich Kenntnisse über adaptive Filter.
Online-Angebote
moodle
Verfahren der Sprach- und Audiosignalverarbeitung: Einführung in die Modelle von Sprach- und Audiosignalen sowie grundlegende Methoden der Audiosignalverarbeitung. Verfahren der codebuchbasierten Verarbeitung und der Audiocodierung. Beamforming zur räumlichen und Geräuschreduktion zur spektralen Filterung. Cepstrale Filterung und Sprachgrundfrequenzschätzung. Mel-filtered cepstral coefficients (MFCCs) als Grundlage für die Sprecher- und Spracherkennung. Klassifikations-methoden basierend auf GMM (Gaussian mixture models) sowie Spracherkennung mit HMM (Hidden markov models). Einführung in die Methoden der Musiksignalverarbeitung, z.B. Shazam-App oder Beat-Erkennung.
Literatur
Folien, für weiter Literaturhinweise siehe Homepage der Vorlesung
Voraussetzungen
Für die Vorlesung werden gute Kenntnisse der statistischen Signalverarbeitung (Minimum: Vorlesung Digital Signal Processing) vorausgesetzt. Wünschenswert aber nicht zwingend notwendig sind zusätzlich Kenntnisse über adaptive Filter.
Online-Angebote
moodle
- Lehrende: Henning Puder
Semester: WiSe 2019/20