Dauer:
1 Semester | Angebotsturnus:
Jedes zweite Semester | Leistungspunkte:
4 |
Studiengang, Fachgebiet und Fachsemester: - Master Mathematik in Medizin und Lebenswissenschaften 2023 (Wahlpflicht), Wahlpflicht, Beliebiges Fachsemester
- Master Robotics and Autonomous Systems 2019 (Wahlpflicht), Wahlpflicht, Beliebiges Fachsemester
- Master Medizinische Ingenieurwissenschaft 2020 (Wahlpflicht), Medizinische Ingenieurwissenschaft, Beliebiges Fachsemester
- Master Medieninformatik 2020 (Wahlpflicht), Informatik, Beliebiges Fachsemester
- Master Medizinische Informatik 2019 (Wahlpflicht), Medical Data Science / Künstliche Intelligenz, 1. oder 2. Fachsemester
- Master Medizinische Ingenieurwissenschaft 2014 (Wahlpflicht), Medizinische Ingenieurwissenschaft, Beliebiges Fachsemester
- Master Mathematik in Medizin und Lebenswissenschaften 2010 (Wahl), Informatik, Beliebiges Fachsemester
- Master Medizinische Informatik 2014 (Wahlpflicht), Informatik, 1. oder 2. Fachsemester
- Master Medieninformatik 2014 (Wahlpflicht), Informatik, Beliebiges Fachsemester
|
Lehrveranstaltungen: - CS5260-Ü: Sprach- und Audiosignalverarbeitung (Übung, 1 SWS)
- CS5260-V: Sprach- und Audiosignalverarbeitung (Vorlesung, 2 SWS)
| Workload: - 20 Stunden Prüfungsvorbereitung
- 45 Stunden Präsenzstudium
- 55 Stunden Selbststudium
| |
Lehrinhalte: | - Spracherzeugung und Hören beim Menschen
- Physikalische Modelle des auditorischen Systems
- Dynamikkompression
- Spektralanalyse: Spektrum und Cepstrum
- Spektralwahrnehmung und Maskierung
- Sprachtraktmodelle
- Lineare Prädiktion
- Codierung im Zeit- und Frequenzbereich
- Sprachsynthese
- Geräuschreduktion und Echokompensation
- Quellen-Lokalisation und räumliche Wiedergabe
- Grundzüge der automatischen Spracherkennung
| |
Qualifikationsziele/Kompetenzen: - Am Ende der Lehrveranstaltung können die Studierenden die Grundlagen der menschlichen Spracherzeugung und der entsprechenden mathematischen Modellierung beschreiben.
- Sie können die auditorische Wahrnehmung des Menschen und die entsprechenden Signalverarbeitungsmethoden zur technischen Nachbildung des Hörens erläutern.
- Sie können die Inhalte der statistischen Sprachmodellierung und Spracherkennung erklären und präsentieren.
- Sie können die Signalverarbeitungsmethoden für die Quellentrennung und Messung akustischer Übertragungssysteme erläutern und anwenden.
|
Vergabe von Leistungspunkten und Benotung durch: - Klausur oder mündliche Prüfung nach Maßgabe des Dozenten
|
Modulverantwortlicher: - Prof. Dr.-Ing. Markus Kallinger
Lehrende: - Prof. Dr.-Ing. Markus Kallinger
|
Literatur: - L. Rabiner, B.-H. Juang: Fundamentals of Speech Recognition - Upper Saddle River: Prentice Hall 1993
- J. O. Heller, J. L. Hansen, J. G. Proakis: Discrete-Time Processing of Speech Signals - IEEE Press
|
Sprache: - Wird nur auf Deutsch angeboten
|
Bemerkungen:Zulassungsvoraussetzungen zum Modul: - Keine Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en): - Regelmäßige und positiv bewertete Übungsaufgaben gemäß Vorgabe am Semesteranfang Modulprüfung(en): - CS5260-L1: Sprach- und Audiosignalverarbeitung, Klausur oder mündliche Prüfung nach Maßgabe des Dozenten, 100% der Modulnote Ist in der SGO MML als CS5260 (ohne SJ14) vermerkt. |
Letzte Änderung: 8.3.2024 |
für die Ukraine