Dauer: 
  1 Semester |  Angebotsturnus: 
  In der Regel jährlich, vorzugsweise im SoSe |  Leistungspunkte: 
  4 |  
    Studiengang, Fachgebiet und Fachsemester: - Master Informatik 2019 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges Fachsemester
 - Master Biophysik 2023 (Modulteil eines Wahlmoduls), Vertiefung, 1. und 2. Fachsemester
 - Master Entrepreneurship in digitalen Technologien 2020 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges Fachsemester
 - Master Biophysik 2019 (Modulteil eines Wahlmoduls), Vertiefung, 1. oder 2. Fachsemester
 - Master IT-Sicherheit 2019 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges Fachsemester
 - Master Informatik 2014 (Modulteil eines Pflichtmoduls), Modulteil, Beliebiges Fachsemester
 - Master Entrepreneurship in digitalen Technologien 2014 (Modulteil eines Wahlmoduls), Modulteil, Beliebiges Fachsemester
 - Master Medizinische Ingenieurwissenschaft 2014 (Modulteil eines Wahlmoduls), Informatik/Elektrotechnik, 1. oder 2. Fachsemester
  
  |  
      Lehrveranstaltungen:   - CS5260-V: Sprach- und Audiosignalverarbeitung (Vorlesung, 2 SWS)
 - CS5260-Ü: Sprach- und Audiosignalverarbeitung (Übung, 1 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:   - Prüfungsform hängt vom übergeordneten Modul ab
     |  
    Modulverantwortlicher:    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):  - siehe übergeordnetes Modul    (Ist Modulteil von CS4290, CS4510, RO4290-KP04)  (Ist gleich CS5260SJ14)   |  
   Letzte Änderung: 8.3.2024  |  
 
 
	
für die Ukraine