Die Vorlesungen werden semesterbegleitend aufgezeichnet und über StudOn zur Verfügung gestellt bis ein regulärer Präsenzbetrieb wieder möglich ist. Bei StudOn finden Sie ebenfalls das Vorlesungsskript als PDF-Datei sowie aktuelle Informationen zur Vorlesung und Übung.

• Physiologie und Modelle der Spracherzeugung und des Hörens: Quelle-Filter-Modell, Filterbank-Modell der Cochlea; Maskierungseffekte;

• Darstellung von Sprach- und Audiosignalen: Schätzung und Darstellung der Kurzzeit- und Langzeitstatistik in Zeit-, Frequenz- und Cepstralbereich; typische Beispiele, Visualisierungen;

• Quellencodierung für Sprache und Audiosignale: Kriterien; skalare und vektorielle Codierung; lineare Prädiktion; Pitchprädiktion; Wellenform-/Parameter-/Hybrid-Codierung; Standards (ITU, GSM, ISO-MPEG)

• Spracherkennung: Merkmalextraktion, Dynamic Time Warping, Hidden Markov Models

• Grundprinzipien der Sprachsynthese: Text-to-Speech Systeme, modellbasierte und datenbasierte Synthese, PSOLA-Synthese

• Signalverbesserung bei Signalaufnahme und -wiedergabe: Geräuschbefreiung, Echokompensation, Enthallung mittels ein- und mehrkanaliger Verfahren.
  

Title:

Speech and Audio Signal Processing

Credits: 5

Prerequisites

Prerequisite: Lecture Signals and Systems I + II
Recordings of each lecture will be made availabe via StudOn until regular face-to-face events can take place again. On StudOn, you also find the lecture notes as PDF file as well as the latest information about the lecture and its supplements.

Contents

The course concentrates on algorithms for speech and audio signal processing with applications in telecommunications and multimedia, especially

• Human Speech Production and Hearing: Source-Filter-Model, Filterbank Model of Cochlea; Masking effects;

• Signal Representation for Speech and Audio: Estimation and representation of short-term and long-term statistics in time domain, frequency domain, and cepstral domain; typical examples and visualisations;

• Source Coding for Speech and Audio: criteria; scalar and vectorial quantization and coding; linear prediction; pitch prediction; waveform/ parameter/ hybrid coding; standards (ITU, GSM, ISO-MPEG)

• Fundamental Concepts of Automatic Speech Recognition: Feature extraction, Dynamic Time Warping, Hidden Markov Models

• Fundamental Concepts of Speech Synthesis: Text-to-Speech systems, modell-based and data-driven synthesis, PSOLA synthesis

• Signal enhancement for acquisition and reproduction: Noise reduction, echo cancellation, dereverberation using single-channel and multichannel algorithms.
  

Literature

Recommendations for each topic are given during the lectures

UE: Übung zur Sprach- und Audiosignalverarbeitung

Lecturer: Mhd Modar Halimeh, M. Sc.
www: https://www.studon.fau.de/crs174396.html