Detailed knowledge of the theoretical concepts underlying listening tests and of modern designs of listening tests. Knowledge about human auditory perception and its application in e.g. audio quality and digital signal processing.
Subjective listening experiment design and models of human auditory perception will be treated with a focus on application in audio quality assessments (e.g. for sound reproduction) and in digital signal processing algorithm development (e.g. for low bit-rate audio coding and headphone virtualizers).
Understanding the signal processing principles applied to
hearing devices (hearing aids and cochlear implants)
Contents:
- Amplification and compression
- Speech enhancement and noise reduction
- Signal processing in cochlear implants
- Computational auditory scene analysis
- Automatic classification of the acoustic environment
- Acoustic feedback management
Aktuelle Forschungsarbeiten aus folgenden Gebieten der Signal- und Sprachverarbeitung: Ein- und mehrkanalige Sprachverbesserung, Sensornetzwerke, Sprachmodellierung, Sprachtechnologie, Signalverarbeitung für Hörgeräte und Multimedia.
The students will learn about recent developments and state-of-the-art approaches in Machine Learning, and their applications to different data domains. By presenting scientific studies in the context of currently used models and their applications, they will learn to understand and communicate recent scientific results. The presentations will use computers and projectors. Programming examples and animations will be used to support the interactive component of the presentations. In scientific discussions of the presented and related work, the students will obtain knowledge about current limitations of Machine Learning approaches both on the theoretical side and on the side of their technical and practical realizations. Presentations of interdisciplinary research will enable the students to carry over their Machine Learning knowledge to address questions in other scientific domains.
Contents:
In this seminar recent developments of models and algorithms in Machine Learning will be studied. Advances of established modelling approaches and new approaches will be presented and discussed along with the applications of different current algorithms to application domains including: auditory and visual signal enhancements, source separation, auditory and visual object learning and recognition, auditory scene analysis and inpainting. Furthermore, Machine Learning approaches as models for neural data processing will be discussed and related to current questions in Computational Neuroscience.
Die Studierenden erhalten einen Überblick über den Stand der Forschung im Bereich des Maschinellen Lernens und Hörens. Dies kann in der Bearbeitung eines aktuellen Literaturthemas bestehen oder alternativ in der gemeinsamen Einarbeitung in die praktische Umsetzung von Methoden des Maschinellen Lernens.
Um diese zwei Richtungen in dem Seminar zu verwirklichen, können die Teilnehmerinnen und Teilnehmer individuell aus zwei alternativen Arbeitsweisen wählen:
(1) "Literaturarbeit": Es wird im klassischen Stil eines Seminars ein Literaturthema erarbeitet und in einem Vortrag den anderen Teilnehmern und Teilnehmerinnen zur Diskussion gestellt.
(2) "Experimenteller Ansatz": Es wird die praktische Umsetzung und Anwendung von Algorithmen des Maschinellen Lernens in der Programmiersprache Python zuerst in einer Einführung erlernt und anschließend auf ein eng umgrenztes selbst gewähltes Problem angewandt.
Die Umsetzung des zweiten Ansatzes ("Experimenteller Ansatz") ist wie folgt geplant: Die erste Semesterhälfte (Wochen 1 bis 7) ist eine Lernphase, in der anhand von Kursmodulen der website kaggle.com Grundtechniken der Anwendung Maschinellen Lernens in Python sich individuell angeeignet werden. Die zweite Semesterhälfte (Wochen 8 bis 14) besteht aus einem individuell gewählten, vom Umfang her kleinen Miniprojekt, die erlernten Techniken auf ein selbst definiertes Problem angewendet werden.
Miniprojekte in dem erwarteten relativ geringen Umfang werden durch online verfügbare python Umgebungen bearbeitet. Bei vertieftem individuellen Interesse ist die Nutzung eines Arbeitsgruppen-GPU-servers für die Berechnung von tiefen neuronalen Netzen (deep neural networks) möglich. Dabei stehen mit GPUs ausgestattete Rechner und die passenden Softwarebibliotheken (python, pytorch) zur Verfügung.
Inhalte:
Themen aus dem Bereich aktueller Forschung des maschinellen Hörens, etwa Audiosignalerkennung, Spracherkennung, Richtungsdetektion und räumliche Filterung, statistische Modellierung des auditorischen Systems basierend auf experimentellen Daten der Neurobiologie, Algorithmen des überwachten und unüberwachten Lernens.
The participants are actually making a distance from their daily own research thread and implementation towards a wider perspective. They pursue other topics of colleagues and related scientists, which seem to be outside the personal scope or interest, and will yet contribute useful commentary and suggestions. To this, we shall seek literature and pursue intrinsically-motivated study in neighboring and overarching fields of research and education. The results of the study will be grouped systematically and presented in the seminar accordingly. The participants cooperatively work on consensus regarding the scientific merit of publications in terms fundamental relevance or potential utility for own scientific generalization. The themes of the seminar comprise the whole bandwidth of scientific literature on signal processing, machine learning and acoustics with applications in speech technology and hearing aids, for instance, single- and multichannel noise reduction, acoustic sensor networks, digital speech communication, binaural transmission and perception. The graduate participants prove the enhanced perspective obtained by the seminar by enhanced motivation and practice for proposal writing. The undergraduate participants can deliver an oral examination or contribute a formal presentation on a given topic.
Die Studierenden erwerben praktische und theoretische Kenntnisse über den aktuellen Stand der Forschung auf den Gebieten der Modellierung des Sprachverstehens bei Normal- und Schwerhörenden in ungünstigen Hörsituationen sowie der Entwicklung und Anwendung audiologischer und psycholinguistischer Untersuchungsmethoden. Sie erlangen Fertigkeiten zur Planung und zur selbstständigen Durchführung von wissenschaftlichen Studien zu dieser Thematik. Sie erweitern ihre Kompetenzen hinsichtlich der Darstellung und Diskussion eigener Ergebnisse auf Tagungen und in wissenschaftlichen Fachzeitschriften.
Inhalte:
Modellierung des Sprachverstehens bei Normal- und Schwerhörenden in komplexen akustischen Situationen, Einfluss linguistischer Parameter auf das Sprachverstehen, Psychoakustische Modelle, Automatische Spracherkennung, Entwicklung von (multilingualen) Sprachverständlichkeitstests, Zusammenhang audiologischer Messgrößen (Tonaudiogramm, BERA, TEOAE, Tympanometrie) mit dem Sprachverstehen, Berichte über Probleme und Fortschritte aktueller Forschungsarbeiten (Bachelor- und Masterarbeiten, Dissertationen)
Die Veranstaltung soll ein breites und hinreichendes tiefes theoretisches Fundament legen, um in Wissenschaft unf Praxis mit Cochlea Implantaten (CIs) und CI Trägern arbeiten zu können.
The aim of this module is, to give students further access to also small courses (3 CP) which address the specific interest of the student and deliver unique in-depth knowledge or the opportunity to train specific engineering skills.
