Module 39-M-Inf-SSV Speech Signal Processing

Es werden grundlegende Methoden der Spracherkennung vermittelt, wie sie aktuell nicht nur in Forschungsprototypen verwendet werden sondern auch in alltäglichen Anwendungen Einsatz finden. Die Studierenden sollen nach der Vorlesung in der Lage sein, die Leistungsfähigkeit von Spracherkennungssystemen einzuschätzen, aber auch selber ein Spracherkennungssystem mit einem vorhandenen Framework wie Esmeralda oder HTK zu trainieren und zu evaluieren.

In this lecture students will learn basic methods of automatic speech recognition (ASR) as they are used both in research prototypes as well as in off-the-shelf ASR systems. After this lecture students should be able to critically examine the performance of ASR systems and to train and evaluate an ASR system such as Esmeralda or HTK.

Die Vorlesung "Spracherkennung" befasst sich mit Methoden zur automatischen Umsetzung von gesprochenen Äußerungen in eine möglichst exakte orthographische Repräsentation, wie sie z.B. in Diktiersystemen aber auch anderen Systemen zur sprachlichen Steuerung technischer Systeme zum Einsatz kommen. In der Veranstaltung werden zunächst speziell in der Spracherkennung eingesetzte Verfahren zur Signalverarbeitung sowie grundlegende Erkenntnisse aus der artikulatorischen und akustische Phonetik vorgestellt. Schwerpunktmäßig wird dann das nach dem gegenwärtigen Stand der Forschung vorherrschende Paradigma zur automatischen Spracherkennung behandelt - die sogenannten Hidden-Markov-Modelle (HMM). Die mathematischen Grundlagen dieser statistischen Modellierungstechnik für gesprochene Sprache werden eingeführt und Algorithmen zur Parameterschätzung sowie zum Einsatz für die Analyse von Sprachsignalen behandelt. Anhand existierender Spracherkennungssysteme werden mögliche Varianten der HMM-Technologie vorgestellt und diskutiert.

Die Vorlesung "Anwendungsorientierte Sprachverarbeitung" stellt die in einer konkreten Entwicklungsumgebung für statistische Signalanalysesysteme bereitgestellten Implementierungen der aus der Vorlesung "Spracherkennung" bekannten Verfahren vor. Im Rahmen der zugehörigen Übungen werden dann fortgeschrittene Techniken der automatischen Sprachverarbeitung theoretisch erarbeitet und in Gruppenprojekten implementiert und evaluiert.

Alternativ zur Vorlesung "Anwendungsorientierte Sprachverarbeitung" werden im Rahmen eines Seminars ausgewählte, spezialisierte Themen der automatischen Sprachsignalverarbeitung behandelt. Dabei wird ein Themenkomplex von jedem Teilnehmer aufbereitet und in einem Vortrag präsentiert. Zusätzlich wird eine Ausarbeitung zum jeweiligen Thema erstellt.

The lecture Speech Recognition focuses on methods to automatically derive an orthographic representation from spoken speech as used in automatic dictating machines or for the speech-based control of technical systems. We will start-off with an overview of the human articulatory system in order to better understand the components of the speech signal in terms of the source-filter model as well as phonetic phenomena such as coarticulation or reduction. This forms the basis for the signal processing methods where the different components of source and filter are decomposed. One important part of the lecture are Hidden-Markov-Models (HMMs) which still represent the paradigm of state-of-the-art ASR approaches. The mathematical basis of this statistical modeling approach will be discussed and algorithms for training and decoding of HMMs given a speech signal and an annotation for training will be presented in detail. Several variants of ASR systems will be discussed.

The lecture "Application oriented speech processing" will present concrete implementations of the algorithms discussed in the lecture "Speech Recognition". Within the exercises advanced ASR techniques will be derived at a theoretical level and will be implemented and evaluated in group projects.
Alternatively to this lecture selected topics of ASR will be discusse in a seminar. In the seminar participants are expected to prepare and give a presentation on a specific topic as well as provide a written summary.

Kompetenzen, wie sie beispielsweise im Modul 39-Inf-MK Musterklassifikation erworben werden können

Recommended Competences: Competences as they can be achieved with the Module 39-Inf-MK Pattern Recognition

—