Opis predmeta
Uvod:
- definicija naključnega procesa in signala; uvedba nekaterih matematičnih orodij verjetnostnega računa in statistike.
Obdelava naključnih signalov:
- časovna in vzorčna povprečja, filtriranje naključnih signalov (Winnerjev in Kalmanov filter), ocenjevanje verjetnostnih porazdelitev (postopki »Expectation-Maximization« (EM), »Maximum A Posteriori« (MAP) in »Maximum Likelihood Linear Regression« (MLLR)).
Modeliranje stacionarnih in nestacionarnih naklučnih procesov:
- Gaussov proces, Poissonov proces, Gauss-Markov proces, Opis nestacionarnih procesov s Prikritimi Markovovimi modeli (HMM).
Primeri modeliranja tvorjenja, percepcije in obdelave govornega signala:
model tvorjenja govora »vir-filter«, perceptivini model in dekonvolucija govornega signala, časovno-frekvenčne parametrične predstavitve govornega signala, detekcija govornega signala, modeliranje govornega signala s HMM.
Predmet učimo na programih
Cilji in kompetence
Cilj predmeta je seznaniti študenta z naprednimi metodami obravnave naključnih procesov in obdelave naključnih signalov. Posebej bodo obravnavani primeri iz obdelave govornih signalov.
Metode poučevanja in učenja
Predavanja, individualne konzultacije, projektno delo
Predvideni študijski rezultati
Po zaključku predmeta bo študent zmožen izkazati znanje in razumevanje iz:
– modeliranja stacionarnih in nestacionarnih naključnih procesov
– sodobnih metod obdelave naključnih signalov.
Temeljni viri in literatura
Robert MG, Lee DD (2004) An Introduction to Statistical Signal Processing. Cambridge University Press
Shlomo E (2007) Random signals and noise: a mathematical introduction. CRC Press
Rabiner L, Schafer R (2010) Theory and Applications of Digital Speech Processing. Prentince Hall
Pieraccini R (2012) The Voice in the Machine: Building Computers That Understand Speech. MIT Press