Лични алати
Пријави се

Дигитално процесирање на аудио и говор

Предмет: Дигитално процесирање на аудио и говор

Код: ФЕИТ05004

Број на ЕКТС кредити: 6 ЕКТС

Неделен фонд на часови: 3+0+0+3

Наставник: В.проф. д-р Зоран Ивановски

Содржина на предметната програма: Систем за пренос и складирање на дигитални аудио сигнали; конверзија на брзината на одбирање на аудио (синхрона и асинхрона постапка) и методи на интерполација; надодбирање; sigma/delta модулација; dither; обликување на шумот.

Основи на аудио компресијата: Специфики на аудиото и говорните сигнали; анализа на звук-спектрална анализа, cepstrum, zero-crossing, кодирање-LPC. PARCOR, LSP; кодирање со и без загуби; психоакустички модели; банки на филтри.

Говор-анализа и кодирање: Бранов облик на говор; кодирање во временски домен-PCM; адаптивна квантизација; предиктивна; APC; ADPCM; обликување на шумот; кодирање во фреквенциски домен-подпојасно (SBC); ATC; APC со адаптивна алокација на бити; хибридни кодни техники (CELP).

Синтеза на аудио и говор: Синтеза со бранови форми; анализа преку синтеза; преку механизам на продукција на говор; синтеза според правило; синтетизатори на говор TTS.

Рапознавање на говор (говорник): Основни принципи; спектрален критериум (sdm); dynamic time worping (DTW); HMM модели; NN модели.

Аудио ефекти и синтетичка музика: Еквилајзери; временски менливи филтри; линии за доцнење; модулатори; просторен ефект; процесирање со временски отсечоци и со фреквенциски отсечоци.

Литература:

  1. Udo Zolzer, Digital Audio Signal Processing, John Wiley & Sons Ltd, 2nd ed, 2008
  2. Sadaoki Furui, Digital speech processing, synthesis and recognition, Marcel Dekker Inc, 2nd ed, 2001
  3. Mark Kahrs, Karlheinz Brandenburg ed, Applications of Digital Signal Processing to Audio and Acoustics, Kluwer Academic Publishers, 2002
  4. Udo Zolzer, DAFX - Digital Audio Effects, John Wiley & Sons Ltd, 2002