|
Sprachverstehen (SV)5 ECTS (englische Bezeichnung: Speech Understanding)
(Prüfungsordnungsmodul: M5 Medizintechnische Vertiefungsmodule (BDV))
Modulverantwortliche/r: Elmar Nöth Lehrende:
Elmar Nöth
Start semester: |
SS 2016 | Duration: |
1 semester | Cycle: |
jährlich (SS) |
Präsenzzeit: |
60 Std. | Eigenstudium: |
90 Std. | Language: |
Deutsch |
Lectures:
-
-
Sprachverstehen
(Vorlesung, 2 SWS, Elmar Nöth, Tue, 10:15 - 11:45, 12:15 - 13:45, 00.152-113)
-
Sprachverstehen Übung
(Übung, Axel Horndasch et al., Tue, 12:15 - 13:45, 00.156-113)
Inhalt:
Nach Behandlung der grundlegenden Mechanismen menschlicher Spracherzeugung und Sprachwahrnehmung
gibt die Vorlesung eine detaillierte Einführung in (vornehmlich) statistisch orientierte Methoden der
maschinellen Erkennung gesprochener Sprache.
Schwerpunktthemen sind Merkmalgewinnung, Vektorquantisierung,
akustische Sprachmodellierung mit Hilfe von Markovmodellen, linguistische Sprachmodellierung mit Hilfe
stochastischer Grammatiken, prosodische Information
sowie Suchalgorithmen zur Beschleunigung des Dekodiervorgangs.
Lernziele und Kompetenzen:
Die Studierenden
verstehen die Grundlagen der menschlichen Sprachproduktion und die akustischen Eigenschaften unterschiedlicher Phonemklassen
erklären den allgemeinen Aufbau eines Mustererkennungssystems
verstehen Abtastung, das Abtasttheorem und Quantisierung in Bezug auf Sprachsignale
verstehen die Fourier-Transformation und mathematische Modelle der Sprachproduktion
verstehen harte und weiche Vektorquantisierungsmethoden
verstehen unüberwachtes Lernen (EM-Algorithmus)
verstehen Hidden Markov-Modelle (HMMs)
erklären stochastische Sprachmodelle
The students
understand the principles of human speech production and acoustic properties of the different phoneme classes
explain the general pipeline of a pattern recognition system
understand sampling, the sampling theorem, and quantization w.r.t. speech signals
understand Fourier transformation and mathematical models of speech production
understand hard and soft vector quantization methods
understand unsupervised learning (EM-algorithm)
understand Hidden Markov Models (HMMs)
explain stochastic language models
Literatur:
- Niemann H.: Klassifikation von Mustern; Springer, Berlin 1983
Niemann H.: Pattern Analysis and Understanding; Springer, Berlin 1990
Schukat-Talamazzini E.G.: Automatische Spracherkennung;
Vieweg, Wiesbaden 1995
Rabiner L.R., Schafer R.: Digital Processing of Speech Signals;
Prentice Hall, New Jersey 1978
Rabiner L.R., Juang B.H.: Fundamentals of Speech Recognition;
Prentice Hall, New Jersey 1993
Weitere Informationen:
Keywords: Mustererkennung, Merkmale, HMM, Sprachmodelle, Prosodie, Suchalgorithmen
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:
- Medizintechnik (Master of Science)
(Po-Vers. 2013 | TechFak | Medizintechnik (Master of Science) | Studienrichtung Medizinische Bild- und Datenverarbeitung | M5 Medizintechnische Vertiefungsmodule (BDV))
Dieses Modul ist daneben auch in den Studienfächern "Informatik (Bachelor of Science)", "Informatik (Master of Science)" verwendbar. Details
Studien-/Prüfungsleistungen:
Sprachverstehen (Prüfungsnummer: 766129)
(englischer Titel: Speech Understanding)
- Prüfungsleistung, mündliche Prüfung, Dauer (in Minuten): 30, benotet, 5 ECTS
- Anteil an der Berechnung der Modulnote: 100.0 %
- Erstablegung: SS 2016, 1. Wdh.: WS 2016/2017
|
|
|