Detail předmětu

Systémy zpracování řeči

FIT-SREAk. rok: 2010/2011

Jazyk výuky

čeština

Počet kreditů

5

Garant předmětu

prof. Dr. Ing. Jan Černocký

Zajišťuje ústav

Ústav počítačové grafiky a multimédií (UPGM)

Základní literatura

  • Gussenhoven, J. and Jacobs, H.: Understanding Phonology, Oxford University Press, 1998, ISBN: 0-340-69218-9
  • Psutka, J.: Komunikace s počítačem mluvenou řečí. Academia, Praha, 1995, ISBN 80-200-0203-0.
  • Gold, B., Morgan, N.: Speech and audio signal processing, John Wiley & Sons, 2000, ISBN 0-471-35154-7.
  • Moore, B.C.J.: An introduction to the psychology of hearing, Academic Press, 1989, ISBN 0-12-505627-3.
  • Jelinek, F.: Statistical Methods for Speech Recognition, MIT Press, 1998, ISBN 0-262-10066-5.
  • Manning, C. and Schütze, H.: Foundations of Statistical Natural Language Processing, MIT Press. Cambridge, MA: May 1999.

Doporučená literatura

  • Psutka, J.: Komunikace s počítačem mluvenou řečí. Academia, Praha, 1995, ISBN 80-200-0203-0.
  • Gold, B., Morgan, N.: Speech and audio signal processing, John Wiley & Sons, 2000, ISBN 0-471-35154-7.

Zařazení předmětu ve studijních plánech

  • Program IT-MGR-2 magisterský navazující

    obor MBS , libovolný ročník, zimní semestr, volitelný
    obor MBI , libovolný ročník, zimní semestr, volitelný
    obor MIS , libovolný ročník, zimní semestr, volitelný
    obor MIN , libovolný ročník, zimní semestr, povinně volitelný
    obor MMI , libovolný ročník, zimní semestr, volitelný
    obor MMM , libovolný ročník, zimní semestr, volitelný
    obor MPV , libovolný ročník, zimní semestr, volitelný
    obor MSK , libovolný ročník, zimní semestr, volitelný
    obor MPS , libovolný ročník, zimní semestr, volitelný
    obor MGM , 2. ročník, zimní semestr, volitelný

Typ (způsob) výuky

 

Přednáška

39 hod., nepovinná

Vyučující / Lektor

prof. Dr. Ing. Jan Černocký

Osnova

  1. Fonetika a fonologie - struktura slabik, fonologické procesy a rozlišující rysy.
  2. Statistické rozpoznávání vzorů I. - Bayesovský rámec, Maximum likelihood učení, Gaussian mixture models. Parametry pro GMM modelování.
  3. Statistické rozpoznávání vzorů II. - umělé neuronové sítě, Support vector machines. Modelování sekvencí - skryté Markovovy modely HMM.
  4. Trénování a adaptace HMM  - MLLR, MAP, diskriminativníé trénování.
  5. Rozpoznávání HMM  - výslovnostní slovníky, rozpoznávací sítě, jazykový model, dekódování, lattices.
  6. Rozpoznávání fonémů. Detekce klíčových slov a vyhledávání - LVCSR, akustické, fonémové lattices. Figure of Merit.
  7. Identifikace a verifikace mluvčího - GMM, SVM. Normalizace a adaptace na přenosový kanál - feature mapping, eigen-voices a nuissance attributes projection (NAP). Vyhodnocení ověřování mluvčího - DET křivky, EER, cost function.
  8. Identifikace jazyka - akustická vs. fonotaktická, vyhodnocení.
  9. Kódování řeči - CELP - adaptivní a stochastická kódová kniha, GSM standardy.
  10. Jazykové modelování I. - n-gramové modely, modely založené na třídách.
  11. Jazykové modelování  II. - příznaky specifické pro jazyk, factored-language models
  12. Psycholingvistika - model rozpoznávání slov, slovní asociace. 
  13. Pravděpodobnostní parsování - algoritmus inside-outside, závislostní parsování.

Projekt

13 hod., nepovinná

Vyučující / Lektor

prof. Dr. Ing. Jan Černocký