Lecture: 5.04.313 Modern Speech Technology / Sprachtechnologie - Details

Lecture: 5.04.313 Modern Speech Technology / Sprachtechnologie - Details

General information

Course name Lecture: 5.04.313 Modern Speech Technology / Sprachtechnologie
Subtitle
Course number 5.04.313
Semester SoSe2024
Current number of participants 16
erwartete Teilnehmendenzahl 19
Home institute Institute of Physics
Courses type Lecture in category Teaching
First date Tue., 02.04.24, 14:00 - 16:00
Type/Form V, Ü
Pre-requisites Kenntnisse der Inhalte aus der Veranstaltung Systemtheorie.
Lehrsprache englisch
ECTS points 3

Rooms and times

W02 1-156

  • Tuesday, 14:00 - 16:00, Weekly (from 02.04.24)

Module assignments

Comment/Description

Der Kurs vermittelt die ingenieurmäßigen Werkzeuge für die moderne Sprachsignalverarbeitung. Die vermittelten Grundlagen ergänzen die physiologischen Aspekte der Spracherzeugung und die psychoakustischen Aspekte der Sprachwahrnehmung aus dem "Einführungskurs" um die technische Repräsentation von Sprache in Algorithmen, Hardware und Software. Dabei wird ein besonderes Augenmerk auf die Aufgabenstellung der Sprachsignalverbesserung in mehreren Facetten gelegt, wie etwa Geräuschfilterung, Hallreduktion und Echokompensation. Die benötigten Werkzeuge der modernen Sprachverarbeitung werden hier elementar und intuitiv vermittelt. Die mathematischen Anforderungen sind moderat bis gering. Die Übungen werden von den Studierenden selbst oder im Team und ggfs. mit komponentenweiser Unterstützung durch die Lehrenden in Software oder an der Tafel implementiert. Die Studierenden gewinnen so einen Voreinblick in die wissenschaftliche Arbeitsweise bei studentischen Qualifikationsarbeiten, wie etwa der Bachelorarbeit, sowie die ingenieurmäßige Arbeitsweise im industriellen Umfeld von Sprachverarbeitung.

1. Technische Repräsentation von Sprachsignalen
  • Bandbreite und Abtastrate, Abtastratenfehler, Digitale Auflösung
  • Einkanal-, Mehrkanal-, Binauralsignale
  • Akustisches Sensornetzwerk
  • Datenbanken für Sprache und Störung
  • Raumsimulation mit Spiegelquellen-Methode

2. Aufgabenstellung der Sprachsignalverbesserung
  • Organisationform wissenschaftlicher Signalverarbeitungswettbewerbe
  • Problemstellungen mit Störsignal, Raumhall oder Interferenz
  • Evaluationsmetriken: PESQ, STOI, SegSNR, POLQA und ViSQOL
  • Modellbasierte Verarbeitungsweise: Wiener-Filter, adaptive Methoden
  • DNN-basierte Verarbeitungsweise: FNN, CNN, RNN, LSTM

3. Hardware- und Softwarewerkzeuge für die Sprachverarbeitung
  • Entwicklungsumgebungen: Matlab, Python, TensorFlow
  • Kommerzielle Lösungen und Analyse: Nvidia, Krisp, Solicall, etc.
  • Geräte für die Sprachsignalerfassung und Verarbeitung: PC, Handy, R-Pi, Hearing Aid

4. Sprachkommunikation
  • Systeme zur Sprachkommunikation: Voice over IP, Telekonferenzen
  • Prinzipielle Funktion von Sprachcodecs: Quellen- und Kanal-Kodierung
  • Aktuelle Entwicklungen für die Sprachübertragung: WebRTC, Speex, EVS
  • Eigenschaften der Codecs: Abtastrate, Bitrate, Latenz, SNR, Komplexität im Vergleich
  • Übertragungsverluste und ihre Kompensation: Statistische Modellierung und Verschleierung

Admission settings

The course is part of admission "Anmeldung gesperrt (global)".
Erzeugt durch den Stud.IP-Support
The following rules apply for the admission:
  • Admission locked.