Dauer:
1 Semester | Angebotsturnus:
Jedes Sommersemester | Leistungspunkte:
8 |
Studiengang, Fachgebiet und Fachsemester: - Master Hörakustik und Audiologische Technik 2022 (Pflicht), Hörakustik und Audiologische Technik, 2. Fachsemester
- Master Hörakustik und Audiologische Technik 2017 (Pflicht), Hörakustik und Audiologische Technik, 2. Fachsemester
|
Lehrveranstaltungen: - CS5260-V: Sprach- und Audiosignalverarbeitung (Vorlesung, 2 SWS)
- CS5275-V: Ausgewählte Methoden der Signalanalyse und -verbesserung (Vorlesung, 2 SWS)
- CS5275-Ü: Ausgewählte Methoden der Signalanalyse und -verbesserung (Übung, 1 SWS)
- CS5260-Ü: Sprach- und Audiosignalverarbeitung (Übung, 1 SWS)
| Workload: - 40 Stunden Prüfungsvorbereitung
- 90 Stunden Präsenzstudium
- 110 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
- Grundzüge der statistischen Signalanalyse
- Korrelations- und Spektralschätzung
- Lineare Schätzer
- Lineare Optimalfilter
- Adaptive Filter
- Mehrkanalige Signalverarbeitung, Beamformer und Quellentrennung
- Komprimierte Abtastung
- Grundzüge der Multiraten-Signalverarbeitung
- Nichtlineare Signalverarbeitungsalgorithmen
- Anwendungsszenarien in der Hörtechnik, Messung, Verbesserung und Restauration ein- und höherdimensionaler Signale, Messen von Schallfeldern, Rauschunterdrückung, Entzerrung (listening-room compensation), Inpainting
| |
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.
- Die Studierenden können die Grundlagen der stochastischen Signalbeschreibung und Optimalfilterung erläutern.
- Sie können die lineare Schätztheorie beschreiben und anwenden.
- Sie können die Grundlagen adaptiver Systeme beschreiben.
- Sie können Verfahren zur mehrkanaligen Signalverarbeitung beschreiben und anwenden.
- Sie können das Prinzip der komprimierten Abtastung beschreiben.
- Sie können Multiraten-Signalverarbeitung analysieren und entwickeln.
- Sie können verschiedene Anwendungen nichtlinearer, adaptiver Signalverarbeitungskonzepte darstellen.
- Sie sind in der Lage, lineare Optimalfilter und nichtlineare Signalverbesserungstechniken eigenständig zu entwerfen bzw. anzuwenden.
|
Vergabe von Leistungspunkten und Benotung durch: - Klausur oder mündliche Prüfung nach Maßgabe des Dozenten
|
Modulverantwortlicher: Lehrende: |
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
- A. Mertins: Signaltheorie: Grundlagen der Signalbeschreibung, Filterbänke, Wavelets, Zeit-Frequenz-Analyse, Parameter- und Signalschätzung - Springer-Vieweg, 3. Auflage, 2013
- S. Haykin: Adaptive Filter Theory - Prentice Hall, 1995
|
Sprache: - Sowohl Deutsch- wie Englischkenntnisse nötig
|
Bemerkungen:Zulassungsvoraussetzungen zur Belegung des Moduls:
- Keine
Zulassungsvoraussetzungen zur Teilnahme an Modul-Prüfung(en):
- Erfolgreiche Bearbeitung der Übungsaufgaben während des Semesters (mind. 50% der erreichbaren Punkte).
Modulprüfung(en):
- CS5274-L1: Fortgeschrittene Signalverarbeitung, Klausur, 120 Min, 100% der Modulnote |
Letzte Änderung: 17.8.2022 |
für die Ukraine