هدف کلی درس: آشنایی با مباحث تئوریک و عملی زبانشناسی و پردازش گفتار و کاربردهای شناسایی گفتار، گوینده، فشرده­سازی، تبدیل متن به گفتار، بهسازی گفتار با استفاده از روشهای یادگیری ماشین و شناسایی الگو

رئوس مطالب
هفته اول اهداف درس، مقدمه، شاخه­های پردازش گفتار، کاربردها
هفته دوم زبانشناسی، آواشناسی، واجشناسی، الفبای آوانویسی، الفبای IPA و SAMPA
هفته سوم سیستم تولید گفتار در انسان، اندام­های اولیه و ثانویه
هفته چهارم نوای گفتار، زیر و بمی، نواخت، ادراک گفتار
هفته پنجم مقدمه­ای بر پردازش سیگنال
هفته ششم مدلسازی سیستم تولید گفتار
هفته هفتم پیش­پردازش سیگنال گفتار، فریم­بندی، پیش­تاکید
هفته هشتم استخراج ویژگی( زمان و فرکانس)، آنالیز پیشگویی خطی، آنالیز کپسترال
هفته نهم تخمین طیف، فرمانت، تخمین گام
هفته دهم مروری بر روشهای دسته­بندی و مدلسازی (مدل مخفی مارکوف، ….)، دادگان­ها
هفته یازدهم DTW، ادامه روشهای دسته­بندی و مدلسازی
هفته دوازدهم کدینگ و فشرده­سازی گفتار
هفته سیزدهم بازشناسی گوینده
هفته چهاردهم بازشناسی گفتار
هفته پانزدهم تبدیل متن به گفتار
هفته شانزدهم بهسازی گفتار

توجه: در صورت تغییر مباحث و نحوه تدریس درس در هر نیمسال لازم است فرم مربوطه مجددا توسط استاد محترم تکمیل و جهت بروز رسانی در اختیار آموزش دانشکده و سایت واحد قرار گیرد.

نحوه ارزشیابی فعالیت دانشجو در طی دوره: امتحان پایان ترم، تمرین­های عملی، پروژه

منابع مطالعاتی:

  • Huang, A. Acero, HW Hon, Spoken Language Processing, Prentice Hall, Upper Saddle River, NJ, USA, 2001.
  • Rabiner, R. W. Schafer, Theory and Applications of Digital Speech Processing, Pearson, 2011.
  • R. Deller, J. G. Proakis, J. H. Hansen, Discrete Time Processing of Speech Signals, Prentice Hall PTR Upper Saddle River, NJ, USA, 1993.