Zpracování řečových signálů - ZRE 2023/24

Program předmětu

1: 5.2. NENI NIC
2: 12.2. 4h prednaskovy blok
3: 19.2. 2h prednaska a 2h cviko c. 1 
4: 26.2. 2h prednaska
5: 4.3.  2h prednaska a 2h cviko c. 2
6: 11.3.  2h prednaska 
7: 18.3.  2h prednaska a 2h cviko c. 3
8: 25.3.  2h prednaska a 2h cviko c. 4 
9: 1.4.  NENI NIC - Velikonocni pondeli
10: 8.4. 2h prednaska a 2h cviko c. 5   
11: 15.4. 2h prednaska a 2h cviko c. 6 
12: 22.4. 2h prednaska a 2h numericke cviko 
13: 29.9. 4h prednaskovy blok - standardni ZRE a special guest Hynek Hermansky

Studijní opora, videa, superlectures.cz

• Studijní opora je něco jako skripta. Nebude bez chyb - připomínky jsou vítány !
• Standardní záznamy z minulých let jsou veřejné, pokud se k záznamu nedostanete, prosím dejte vědět.
• Záznamy z letoška by také měly být veřejné.
• indexované a prohledávatelné záznamy z roku 2011 na superlectures.cz.
• Youtube kanál 2023/24

Texty k přednáškám

1. Program kursu, úvod. pdf, zre_intro_2023-24.ppt
2. Zpracování signálu -- shrnutí. pdf, pomocný soubor v Matlabu.
3. Předzpracování řeči, tvorba řeči, cepstrum. pdf, pomocný soubor v Matlabu.
4. Lineární predikce. pdf,
5. Základní tón. pdf, pomocný soubor v Matlabu.
6. Kódování I. pdf,
7. Kódování II. - Vladimír Malenovský pdf,
8. Rozpoznávání DTW. pdf,
9. Rozpoznávání HMM. statistical_models_for_automatic_speech_recognitio-4.pptx
10. Karel Beneš: LM, WFST a rozpoznávání s velkým slovníkem: pdf a pdf
11. Petr Schwarz: Neurální ASR (Petr Schwarz) ASR_lecture_v6_2024.pptx
12. Rozpoznávání mluvčího (Olda Plchot): sid_2024_zre.ppt
13. Jindřich Matoušek: Syntéza řeči ZRE_TTS_2021.pdf

Archiv přednášek z let minulých

English slides for lectures

Numerická cvičení

• Zadání numerického cvičení: LPC, DTW, HMM num_zadani.txt.
• Řešení: PDF, zdroják v Latexu, pomocný soubor v Matlabu, Python notebook a dokonce Excel sheet s filtrováním!

Návody do počítačových cvičení

1. nové v Pythonu - by Honza Brukner
2. 2022/23 verze by Honza Pavlus v Google Colab
3. staré v Matlabu a HTK - pozor, některé jsou opravdu hodně historické...

Půlsemestrální zkouška 2023-24

• zkouška je písemná, 1 hodina čistého času, maximum 14 bodů, full text.
• povoleny jsou psací potřeby, čisté papíry, a cheat-sheet - jeden podepsaný papír A4 popsaný z jedné strany rukou libovolnými poznámkami. Natištěné cheat-sheety budeme konfiskovat.
• zakázány jsou kalkulačka, notebook, veškerá literatura a zápisky v papírové i elektronické formě, konsultace se sousedy, výměna zadání, používání mobilního telefonu (mobilní telefony nesmí být zapnuty ani v pohotovostním režimu a nesmí ležet na pracovním stole), používání bezdrátového připojení na Internet a mezi počítači (GPRS, WiFi, BlueTooth, IR).
• Zadání a někdy řešení z let minulých. Doporučuji zvláště poznámky k velmi úspěšnému příkladu na lineární filtraci z roku 2013/14: filtrovani.pdf

Zkouška 2023/24

• vše podle "Texty k přednáškám".

• zkouška je písemná, 2 hodiny čistého času, celkem 51 bodů, full text
• povoleny jsou psací potřeby, čisté papíry, a cheat-sheet - jeden podepsaný papír A4 popsaný z obou stran rukou libovolnými poznámkami. Natištěné cheat-sheety budu konfiskovat.
• zakázány jsou kalkulačka, notebook, veškerá literatura a zápisky v papírové i elektronické formě, konsultace se sousedy, výměna zadání, používání mobilního telefonu (mobilní telefony nesmí být zapnuty ani v pohotovostním režimu a nesmí ležet na pracovním stole), používání bezdrátového připojení na Internet a mezi počítači (GPRS, WiFi, BlueTooth, IR).

• Studijní opora, videa, slajdy k přednáškám
• Referenční literatura (Psutka a Gold/Morgan jsou k disposici v knihovně)
• výpočty z numerického cvičení
• zadání z minulých let (pouze informativní a nezávazný materiál, neočekávejte, že otázky budou stejné :-)

Projekt 2023/24

• Zadání a data jsou zde.
• Deadline je konec předposledního týdne semestru - neděle 5. května 2024, ve 23:59.
• Úloha 8 (za nejvíce bodů) zahrnuje presentaci Vašeho řešení. Presentace se uskuteční v hybridním módu, v pátek 10. května, 11:00.

• hotovo, zadáno v IS VUT.

Zajímavosti

• Soubory na hraní: Létající prase. RAW 8 kHz, 16-bit lin., Létající prase. WAV 8 kHz, 16-bit lin.
• Video magnetické rezonance operního pěvce ukazující krásně, co se děje v hlasovém ústrojí při artikulaci, za video děkuji panu Senčuchovi (ZRE 2016).
• Pink trombone, za video díky Katce Žmolíkové
• Vocal tract na stole ..., za video díky Ondrovi Glembekovi

Na této stránce se NIKDY NEPRACUJE. Udělala se sama. // This page is NEVER UNDER CONSTRUCTION. It has made itself.
Domuuuuuuuuuu/Home