Современные методы распознавания и синтеза речи (курс лекций)/2018
Материал из MachineLearning.
Лекторы: Воропаев А., Соловьев Д., Полыковский Д.
Содержание |
Аннотация
Обработка речи начинает применяться в большом числе приложений — голосовых помощниках, автомобилях, картах и играх. Данный курс посвящен актуальным задачам и направлениям в этой области. Первые лекции будут посвящены классическим методам анализа цифровых сигналов, а также их применению в обработке речи. Во второй части будут рассмотрены современные нейросетевые подходы синтеза и распознавания речи, а также — голосовая идентификация пользователя и детекция ключевой фразы. На курсе студенты смогут самостоятельно реализовать рассматриваемые методы как на модельных примерах, так и в реальном командном проекте.
Учебный план
Лекции проходят по средам в с 10:30 до 12:50 в ауд. 524
| Дата | № занятия | Тема | Материалы |
|---|---|---|---|
| 14.02.2018 | Лекция 1 | Преобразование Фурье. Дискретное преобразование Фурье. Свойства. Спектрограмма. STFT | |
| 21.02.2018 | Лекция 2 |
Быстрое преобразование Фурье. Вейвлеты. | |
| 18.02.2018 | Лекция 3 |
Модуляция сигнала. Фильтрация. Линейные фильтры. Обращение фильтра. Подходы к построению фильтров | |
| 07.03.2018 | Лекция 4 |
Аналого-цифровые преобразователи. Теорема Котельникова. Сжатие сигналов (MP3, JPEG). Beamforming | |
| 14.03.2018 | Лекция 5 | Речь. Биологические аспекты. Формирование F0, F1, F2, F2. и их извлечение из звуковой волны. | |
| 21.03.2018 | Лекция 6 | Распознавание речи. Hidden Markov Models для распознавания. GMM. | |
| 28.03.2018 | Лекция 7 | Гибридные модели. Нейронные сети. Алгоритм обратного распространения ошибки. | |
| 04.04.2018 | Лекция 8 | Teacher forcing, Seq2Seq, Beam Search. Механизмы внимания. Listen, Attend and Spell. | |
| 11.04.2018 | Лекция 9 | Идентификация голоса. Определение конца предложения. | |
| 18.04.2018 | Лекция 10 | Синтез звука. Классические подходы. Восстановление звука из линейной спектрограммы. | |
| 25.04.2018 | Лекция 11 | Свертки на последовательностях. Современные архитектуры: WaveNet, DeepVoice и их улучшения. |
Практические задания
| Тема | Макс. балл | Дата выдачи | Срок сдачи | Крайний срок |
|---|---|---|---|---|
Преобразование Фурье | 15 | 21.02.2018 | 07.03.2018 | 21.03.2018 |
Распознавание команд | 25 | 21.03.2018 | 04.04.2018 | 18.04.2018 |
Синтез звука | 25 | 18.04.2018 | 02.05.2018 | 16.05.2018 |
Итоговый проект | 35 | 07.03.2018 | Досрочная защита | Экзамен |
Система выставления оценок по курсу
В курсе предусмотрено 3 практических задания и итоговый проект. Практические задания выдаются на 2 недели, после которых начисляется штраф 0.2 балла за каждый день просрочки. Через 2 недели после срока сдачи практическое задание не принимается. Защита итогового проекта проходит в день экзамена. Суммарно за практические задания и итоговый проект можно получить до 100 баллов.
При пересчете баллов итоговая оценка ставится по следующей шкале:
- [0, 40) — “неуд.”
- [40, 60) — “удовл”
- [60, 80) — “хор”
- [80, 100] — “отл”.
