Puheentunnistus ja synteettinen puhe

Koko: px
Aloita esitys sivulta:

Download "Puheentunnistus ja synteettinen puhe"

Transkriptio

1 Puheentunnistus ja synteettinen puhe S Laskennallinen tiede, syksy 2005 (kuva: viite 5) Heikki Hyyti 60451P

2 1. Sisällysluettelo 1. Sisällysluettelo Tiivistelmä Yleistä Kieli ja puhe Puheentunnistuksen ja synteettisen puheen ongelmat Ratkaisumallit Luokitukset Markovin malli Modernit puheentunnistusjärjestelmät Puhesyntetisaattoriratkaisut Yksiköiden valinta tietokannasta Päätaajuus-synteesi Markovin mallien käyttö synteesissä kysaavutukset ja kehityskohteet Tavoitteet ja sovellukset Lähdeviitteet

3 2. Tiivistelmä Tässä tutkielmassa pohdin yleisesti puheen tuottamista ja tunnistamista tietokoneella. Tutustumme kielen monimutkaisuuteen ja erilaisiin tulkintatapoihin riippuen asiayhteydestä, puhujan äänenpainosta tai eleistä. Perehdyn yleisiin puheen tunnistuksen ja tuoton menetelmiin ja niiden osiin sekä laskennallisiin menetelmiin. Lopuksi keskityn pohtimaan mahdollisia käyttökohteita ja sovelluksia kyseiseltä alalta. 3. Yleistä Emme tiedä miten aivot käsittelevät, tunnistavat ja tuottavat puhetta. Siksi tietokonelingvistiikkan ongelmia pyritään ratkaisemaan kehittämällä uusia matemaattisia malleja, joilla puhetta voitaisiin parhaiten tunnistaa ja tuottaa olemassa olevalla tietoteknisellä arkkitehtuurilla. Nykyiset tietokoneet pystyvät tekemään paljon monimutkaisia laskutoimituksia lähestulkoon virheettömästi, mutta hahmon- tai kielentunnistuksessa ne ovat vielä erittäin huonoja. Jos kuitenkin kone saadaan ymmärtämään ihmisen puhumaa kieltä, helpottuu ihmisen ja koneen välinen vuorovaikutus. Puheentunnistus on maailmalla suosittu tieteenala, jolle on jo nyt olemassa jonkinlaisia käyttökelpoisia sovelluksia, kuten lääkäreille tarkoitettuja saneluohjelmia tai kännyköiden soittoautomaatioita sekä automaattisia puhelinpalveluita. Puheentunnistuksen markkinat ovat suhteellisen suuret, noin 130 miljoonaa dollaria (vuonna 2003). Markkinat ovat pääsääntöisesti olleet Yhdysvalloissa, mutta muu maailma on ottamassa tälläkin saralla kiinni. Lähivuosina tämä tieteenala tullee kasvamaan räjähdysmäisesti, kunhan kunnollisia, normaalia puhetta hyvin ymmärtäviä järjestelmiä pystytään rakentamaan. (lähde 2) Synteettisen puheen luominen, niin sanottu puhesynteesi, on kehittynyt huomattavasti pidemmälle kuin puheentunnistus. Nyt jo on saatavilla palveluita, jotka lukevat mitä tahansa tekstiä ymmärrettävälle kielelle. Tämä puhe, jota television chateista saa kuulla puhuvan pään puhumana, ei todellakaan ole mitään kaunista kuunneltavaa ja on vielä kaukana ihmisten käyttämästä kielestä. Tätä puhetta voi kuitenkin ymmärtää, ja siksi sovelluksia on alkanut nyt jo ilmestyä. Merkittävistä tutkimuksista mainittakoon suomalainen tutkimus Tampereen yliopiston tietojenkäsittelyopin laitokselta. Siellä ihmisen ja tietokoneen vuorovaikutusta tutkivassa TAUCHI-ryhmässä on puhekäyttöliittymiä tutkittu vuoden 1998 kesästä alkaen. Puhekäyttöliittymät -nimisessä projektissa työtä on tehty nimenomaan suomenkielisen järjestelmän parissa. Vaikka sovelluksessa ollaankin keskitytty erityisesti suomenkieleen, on perustutkimustyö sinällään muillekin kielille yleistettäviin tuloksiin suuntautunutta. (viite 3) Tästä tutkimuksesta syntyi valmis Postimies-järjestelmä, jolla käyttäjä pääsee käyttämään sähköpostilaatikkoaan pelkän puheen avulla. Järjestelmä osaa vastaanottaa muutamia komentoja puheella ja lukea käyttäjän haluamat sähköpostit suomeksi. 3

4 4. Kieli ja puhe Ihmisen puhuma kieli on todella monimutkaista ja erilaista kirjoitettuun kieleen verrattuna. Suomen kielessä kirjoitettu ja puhuttu kieli ovat suhteellisen samankaltaisia, mutta jos vertaamme esimerkiksi englannin puhe- ja kirjakieltä, niin erilaiset ääntämyserot alkavat tulla esiin. Ääritapauksena kielten erilaisuudesta voidaan pitää esimerkiksi kiinan kieltä, jossa jokaiselle sanalle on oma merkkinsä. Tällöin luonnollisestikin puhe- ja kirjakieli ovat täysin eri kielet. Oman erikoisuutensa kieleen tuovat tämän lisäksi erilaiset murteet ja puheviat. Jokainen ihminen puhuu omalla tavallaan, joten puhetta ymmärtävän laitteen kehittäminen on todella haastavaa. Kieli on usein myös tulkittavissa monella eri tavalla. Kielten piirteet vaikuttavat puheteknologialle asetettaviin vaatimuksiin. Suomen kielessä sanavartaloon liittyvät päätteet voivat vaikuttaa sanan merkitykseen, samoin virkkeen sanajärjestys ja asiayhteys. Lisäksi sanoihin ja ilmauksiin liittyy assosiaatioita ja symbolisia merkityksiä. Tulkitessaan sanoja ihminen hahmottaa ne osana lauserakenteita, jotka eivät ole aina yksiselitteisiä. Samojen sanojen merkitys voi muuttua myös riippuen äänenpainosta, sävystä, asiayhteydestä tai puhujan ilmeestä. Kuusi voi tarkoittaa puuta tai numeroa. (viite 1) Lisäksi puhe voi olla ivallista tai sarkastistista, jolloin kaikki ihmisetkään eivät enää ymmärrä viestiä oikein. Kuva 1: Spektrogrammissa puheesta tulee näkyvää. Kuva: Martti Vainio (Helsingin yliopisto). (viite 1) Ihminen käyttää puhuessaan suhteellisen suurta taajuuskaistaa, 100Hz:tä aina 8kHz:iin asti, kuten kuvasta 1 voimme havaita. Tosin ihmiskorva on herkimmillään taajuusalueella Hz (viite 4). Kuvassa 1 on spektrogrammikuva ilmauksesta menemme laivalla Lemille. Kapeat pystyviivat osoittavat äänihuulten värähtelyä. Niiden välisestä 4

5 etäisyydestä voi päätellä ilmauksen perustaajuuden eli sen, millä äänenkorkeudella puhuja puhuu. Kuvan puhuja on mies. Puheessa ei juuri ole taukoja sanojen välillä, vaan kaikki lauseen sanat ovat lomittuneet toisiinsa. Puhuessamme emme tuota erillisiä sanoja, vaan yhteensulautuneiden sanojen virtaa. (viite 1) 5. Puheentunnistuksen ja synteettisen puheen ongelmat Puheessa sanat ovat yleensä yhtenäisesti liittyneet toisiinsa, ja vasta lauseiden välillä saattaa olla havaittava tauko. Erillisiä sanoja ei välttämättä pystytä erottamaan toisistaan, vaan on kyettävä tunnistamaan äänteitä ja tavuja, joiden perusteella päätellään mihin sanaan kokonaisuuden eri äänteet kuuluvat. Oletetaan että tarkastellaan pidempää ääninäytettä, jossa on useampia toisiinsa liittyviä lauseita. Selvitetyistä äänteistä saadaan rakennettua nippu vaihtoehtoisia lauseita, jotka ovat tulkittavissa analysoitavan materiaalin perusteella. Äänteistä pitää vielä valita kielellisesti järkevä ja asiayhteyteen liittyvä lause, jonka puhuja on tarkoittanut kuulijoidensa havaitsevan. Ihmisen aivot tekevät tätä tulkintatyötä koko ajan puhetta kuunnellessaan. Tietokoneelle tämä todennäköisimmin oikean lauseen löytäminen on haastavaa. Tehtävä vaatii täydellistä puheen ymmärtämystä, jota ei nykykapasiteetilla pystytä läheskään saavuttamaan. Vaikka puheentunnistin tunnistaa sanat, niiden merkityksen tulkinta voi olla hankalaa, koska kieli on tulkittavissa monella eri tavalla kuten edellä mainitsin. Sana kuusi voi tarkoittaa numeroa tai puulajia, ja sanan oikea taivutus pitää tehdä merkitykseen sopivan sanan mukaan. (viite 1) Lisähaastetta puheentunnistukseen aiheuttavat ihmisten erilaiset murteet, puhetyylit, puhenopeudet sekä puheviat. Eri murrealueilta tulevien ihmisten on aluksi vaikea ymmärtää toisiaan, mutta he oppivat nopeasti toisen erityyppisen puhetyylin, minkä jälkeen kuuntelu helpottuu. Sama pätee muihin puhetyylien eroavaisuuksiin. Tietokoneen pitäisi pystyä jatkuvasti oppimaan kuulemastaan puheesta ja pyrkiä ymmärtämään viestiä, jotta puhe voitaisiin tunnistaa luotettavasti. Synteettisen puheen tuottamisessa on osaltaan samat ongelmat kuin puheentunnistuksessakin. Tietyntasoista puhetta voidaan tuottaa taulukoimalla kaikki mahdolliset äänteet niissä tilanteissa, joissa ne esiintyvät puheessa. Puhe tuotetaan muuntamalla tekstiä suoraan taulukon avulla äänteiksi. Kieliteknologia kehittää koneille sääntöjä ja tekniikoita, joiden pohjalta äänteitä yhdistellään. (viite 1) Nämä yksinkertaiset puhesyntetisaattorit jättävät kuitenkin huomioimatta asiayhteyksien pakottamat intonaatioiden muutokset ja puheäänen viestittämät tunnetilat. Osaltaan siksi ääni kuulostaa kylmältä ja synteettiseltä. Näiden tunteiden mallintaminen vaatisi myös asiasisällön täydellistä ymmärtämistä, jolloin voidaan liittää oikeanlainen ele tai väri ääneen oikealle paikalleen. Näin voitaisiin lisätä myös taukoja ja muita inhimillisiä puhetyylin ominaisuuksia syntetisoituun puheeseen. Kaiken lisäksi puheentunnistuksen ja puhesynteesin pitäisi olla lähes realiaikaista, jotta kommunikointi koneen kanssa onnistuisi. Harva käyttäjä suostuu odottamaan 5

6 minuuttiakaan tietokoneen laskiessa mitä sille on sanottu. Itse ainakin tyytyisin mielummin näppäimistöön ja hiireen. 6. Ratkaisumallit 6.1. Luokitukset Puheentunnistusjärjestelmät voidaan luokitella ominaisuuksiensa mukaan. Se mitä järjestelmältä toivotaan muttaa täysin sen rakennetta. Esimerkiksi kokonaisia lauseita ymmärtävä ohjelma saattaa olla rakenteeltaan tyystin erilainen kuin joitakin komentoja vastaanottava järjestelmä. Komennot voidaan tallentaa kokonaisuudessaan muistiin ja verrata kaikkea saatavaa äänimateriaalia näihin muutamiin muistissa oleviin ääninäytteisiin. Näin saadaan muutaman komennon tunnistus tehtyä yksinkertaisesti. Se että järjestelmä pystyisi ymmärtämään kaikkia sanoja ja lauseita, vaatii aivan erilaisen näkökulman. Kaikki puhetta tunnistavat järjestelmät voidaan jaotella seuraavalla tavalla: (viite 8) Järjestelmät voivat vaatia käyttäjän opettamaan itselleen oman puheensa äänteet ja rakenteet tai vaihtoehtoisesti järjestelmää ei tarvitse erikseen opettaa. Järjestelmä ymmärtää vain yhtä käyttäjää, joka on mahdollisesti koulutettu järjestelmälle tai se ymmärtää kaikkia puhujia samalla tavalla. Järjestelmä ymmärtää joko kokonaisia lauseita ja virkkeitä tai sille täytyy luetella sana kerrallaan. Järjestelmä on suunniteltu toimimaan vain puhtaalla puhemateriaalilla tai järjestelmä toimii myös vääristyneillä kanavilla kuten puhelimen välityksellä tai se sietää häiriöitä tai jopa useata puhetta päällekäin. Järjestelmän ymmärtämä sanasto on lyhyt eli se kattaa vain muutamia satoja sanoja tai se ymmärtää tuhansia sanoja. Luokittelu sen mukaan, ymmärtääkö laitteisto parhaiten numeroita, nimiä, kokonaisia lauseita vai vain komentoja Markovin malli Suurin osa nykyisistä puheentunnistusjärjestelmistä perustuu piilotettuun Markovin malliin (hidden Markov model, HMM). Se on tilastollinen malli, joka palauttaa luettelon arvoja eri vaihtoehdoille. Malli laskee kirjoitetun datan, jota puhe todennäköisimmin tarkoittaa. Tunnistuksen todennäköisyys on Bayesin sääntöjen mukaan laskettuna: (viite 8) 6

7 Pr( sana ääni) = Pr( ääni sana) * Pr( sana) Pr( ääni) Tietyllä ääninäytteellä (vaikkapa audiotiedosto) äänen todennäköisyys Pr(ääni) on jatkuva ja se voidaan jättää huomiotta. Pr(sana) on sanan todennäköisyys sopia tunnistuksessa tähän kohtaan. Pr(sana) lasketaan kielen mallinnuksen kautta, joka on itsessäänkin jo oma tieteenalansa. On siis tärkeä erottaa toisistaan se että esimerkiksi autoton on eri asia kuin autot on. Näille saadaan eri todennäköisyydet kieliteorioiden mukaan. Monimutkaisin todennäköisyystermi on Pr(ääni sana) ja se haetaankin juuri piilotetun Markovin mallin mukaan. Piilotettu Markovin malli on suosittu, koska se voidaan helposti harjotuttaa mihin tahansa puhemateriaaliin ja se on laskennallisesti toteutuskelpoinen. (viite 8) Puheentunnistuksessa piilotettu Markovin malli palauttaa luettelon n-ulotteisia realiarvoisia vektoreita. Vektorit taas sisältävät yksinkertaisimmassa tapauksessa lyhyen aikavälin Fourier-muunnoksesta saatavat ääntä kuvaavat kertoimet. Ne saadaan kun ääni pätkitään lyhyiksi jaksoiksi, ja jokainen jakso kosinimuunnetaan ja otetaan ensimmäiset, tärkeimmät Fourier-kertoimet. Piilotetulla Markovin mallilla on jokaisessa tilanteessa tilastollinen jakauma, jota käytetään verrattaessa äänidataa muistissa olevaan dataan. Jokaiseen tavuun tai äänteeseen voidaan soveltaa omaa prosessiaan, jolloin voidaan mahdollisesti tunnistaa puhetta kirjain tai äänne kerrallaan. Malli opetetaan kuitenkin tunnistamaan vain yhden ihmisen puhetta kerrallaan. (viite 8) 6.3. Modernit puheentunnistusjärjestelmät Kehittyneemmät järjestelmät käyttävät monia erilaisia tekniikoita ja niiden yhdistelmiä puheen tulkitsemiseen. Tyypillisessä jatkuvaa puhetta ymmärtävässä suurisanastoisessa järjestelmässä on seuraavat osat: Järjestelmä, joka muuntaa kuultua puhetta puhtaammaksi puhesignaaliksi eli suodattaa pois häiriöitä ja muuttaa kaikkien puhujien äänen samalle taajuusalueelle ja -kaistalle. Jos ääni kuullaan puhelimen läpi, pitää ottaa huomioon eri taajuuksien erilaiset vaihesiirtymät ja puuttuvat taajuuskomponentit, sillä ääni muokkautuu moneen kertaan esimerkiksi puhelimella puhuttaessa. Naisen ja miehen äänten erot pitää myös normalisoida eli muuntaa muotoon josta voidaan helpoiten tulkita niin miehen kuin naisenkin puhetta ilman, että järjestelmää pitää kouluttaa erikseen toiselle sukupuolelle. Lisäksi pitää ottaa huomioon erilaiset puhenopeudet. (viite 8) 7

8 Kuva 2: Amerikan englantilaisen miespuhujan lausuma phonetician. Sana on pätkitty äänteittäin osiin, joita tulkitaan erikseen. (viite 5) Seuraavaksi laitteessa tarvitaan puhetta osiin jakava osa, joka etsii puheesta esimerkiksi äänteitä. Sana jaetaan äänteisiin esimerkiksi kuten kuvassa 2 on esitetty. Tämän jälkeen pyritään tunnistamaan jokainen äänne oikeaksi merkikseen, jotka on lueteltu kuvan 2 oskillogrammin alapuolella. Tässä vaiheessa voidaan siis käyttää piilotettua Markovin mallia (HMM) tai vastaavaa äänen tunnistusalgoritmia. Kuvassa 3 on Fourier-muunnetut äänteet listattuna peräkkäin. Tästä Markovin mallit laskevat todennäköisimmät äänteet. Kuva 3: Sama phonetician kuin kuvassa 2 kuvattuna spectrogrammina. Jokaisessa ikkunassa on kuvattu kyseisen äänteen spektrianalyysi nopean Fourier-muunnoksen (FFT) avulla. (viite 5) Tämän jälkeen tunnistetuista äänteiden jonosta pitää vielä tunnistaa erilliset sanat ja lauseet. Tähän tarvitaan kehittynyttä sanakirjaa ja oikeinkirjoitustyökalua, joka ymmärtää myös slangi- ja murresanoja sekä taivutuksia. Tämä on jo oma uusi ongelmansa, joka vaatii omat todella massiiviset järjestelmänsä Puhesyntetisaattoriratkaisut Puhesyntetisaattoreita on tehty jo paljon pidempään kuin puheentunnistusjärjestelmiä, joten erilaisia ratkaisuvaihtoehtojakin on paljon enemmän. Tutustutaan tässä niistä muutamaan. 8

9 Yksiköiden valinta tietokannasta Laskennallisesti yksinkertaisin malli, jossa on taulukoitu todella paljon erilaisia valmiita äänteitä jokaista erilaista tapausta varten. Lauseen alkua varten on omat äänteensä ja lauseen loppua varten omansa. Sama pätee jokaiseen sanaan ja sanojen vaihtokohtaan. Tämä syntetisoitu puhe kuulostaa ehkä aidoimmalta koska se on ihmisen puhumaa kieltä, jota ei ole hirvittävästi muokattu, vain pätkitty ja sovitettu yhteen. Tällainen järjestelmä vaatii mittavat tietokannat ja valtavasti työtä tietokantojen rakentamiseen. (viite 10) Edellä mainitsemiani järjestelmiä on käytössä pienessä mittakaavassa esimerkiksi VR:llä jossa saapumisajat ilmoitetaan sana kerrallaan puhetta syntetisoimalla. Puhe kuulostaa todella huvittavalta koska sanojen välillä on pitkiäkin taukoja ja se saa puheen kuulostamaan vähäjärkisen tuotokselta. Toki tälläkin tavalla voi tehdä toimivan ratkaisun, mutta sen jälkeen sanat pitää onnistua lomittamaan toistensa sekaan niin kuin ihminenkin sekoittaa puheessaan sanat toisiinsa Päätaajuus-synteesi Tässä synteesissä ei ole ollenkaan äänitietokantaa, vaan vain puhetta simuloiva matemaattinen malli. Tässä puhetta luodaan syntetisoimalla puheessa esiintyviä äänteitä kuten syntetisoidaan musiikki-instrumenttejakin. Tässäkin siis luodaan muutamat tärkeimmät äänteiden päätaajuudet ja niiden amplitudit. Tätä ääntä soitetaan oikea aika, saadaan jotenkin äännettä muistuttavaa ääntä. Näitä äänteitä yhdistelemällä saadaan syntetisoitua jonkintasoista puhetta. (viite 10) Tällä tavalla, ilman tietokantoja tehdyssä synteesissä äänen aitous riippuu täysin matemaattisen mallin monimutkaisuudesta. Jotta päästäisiin aidolta kuulostaviin ratkaisuihin, vaaditaan todella paljon laskentakapasiteettia. Monet ohjelmistojen mukana tulevat pienet syntetisaattoriohjelmat toimivat tällä periaatteella, jolloin suuria tietokantoja ei tarvitse lisätä mukaan, vaan syntetisaattori mahtuu pieneen tilaan. TV:stä tuttu puhuva pääkin toimii todennäköisimmin näin ja tuloksen kyllä kuulee Markovin mallien käyttö synteesissä Myös piilotettua Markovin mallia voidaan hyödyntää puheen synteesissä. Siinä jollakin tavalla tuotettua ääntä pyritään tulkitsemaan kuten puheentunnistuksessakin. Näin voidaan laskea tarvittavat muunnokset joita alkuperäiseen ääneen pitää tehdä, jotta ääni kuulostaisi luonnollisemmalta ja oikeammalta. (viite 10) 7. kysaavutukset ja kehityskohteet Yleensä puheentunnistimet vertaavat havainnoimaansa ääntä puhetietokantaan tallennettuihin puhenäytteisiin. Tunnistaminen on todennäköisempää, jos verrattavat näytteet ovat lyhyitä. Jos ne ovat kokonaisia lauseita, on tunnistaminen lähes mahdotonta. Osa puheentunnistimista kykenee erottamaan puhevirrasta tietyt komentosanat, jotka ne on ohjelmoitu tunnistamaan ja toteuttamaan. (viite 1) 9

10 Nykyisin puhetta pystytään tunnistamaan niin, että yksittäisiä sanoja ja komentoja voidaan luotettavasti tunnistaa. Tämän lisäksi, jos järjestelmä koulutetaan tietylle henkilölle, voidaan pystyä kohtalaisesti tunistamaan hänen puheensa. Nykyiset järjestelmät pystyvät tunnistamaan 80-90% puhtaasta puheesta, (viite 8) mutta hälyn seasta tai useamman ihmisen puheen tunnistuksesta ei voida vielä puhua. Jos halutaan tunnistaa puhetta realiajassa, huononee tunnistustarkkuus entisestään, koska laskentatehoa ei vielä ole riittävästi. Onneksi tämä alue kehittyy nopeasti. 8. Tavoitteet ja sovellukset Puheentunnistusta ja synteettistä puhetta sovelletaan käytännössä muun muassa matkapuhelinten ja tietokoneiden käyttöliittymissä ja erilaisissa puhelinpalveluissa. Niiden avulla ihmisen ja koneen välistä vuorovaikutusta voidaan muokata luontevammaksi ja helpommaksi. (viite 1) Kaikkiin viidennessä kohdassa luettelemiini ongelmiin pitää löytää kunnolliset ratkaisut. Tietotekniikan ja laskentatehon lisääntyminen auttaa jo paljon, mutta puhe olisi parhaiten tunnistettavissa tehokkaalla rinnakkaislaskennalla kuten aivot puhetta tunnistavat. Voimme tietysti simuloida massiivisia itseorganisoituvia neuroverkkoja, mutta tavoitteellista olisi rakentaa fyysisesti tällaisia massiivisia rinnakkaislaskentaa hyödyntäviä järjestelmiä. Ne olisivat huomattavasti tehokkaampia niin puheen kuin kuvienkin analysoimisessa ja tunnistuksessa. 9. Lähdeviitteet 1) 2) 3) 4) 5) 6) 7) 8) 9) 10) 10

Musiikkipäiväkirjani: Kuunnellaan ääniä ja musiikkia (LM1) Kuunnellaan ja nimetään ääniä, joita eri materiaaleilla voidaan saada aikaan.

Musiikkipäiväkirjani: Kuunnellaan ääniä ja musiikkia (LM1) Kuunnellaan ja nimetään ääniä, joita eri materiaaleilla voidaan saada aikaan. Musiikkipäiväkirjani: Kuunnellaan ääniä ja musiikkia (LM1) Kuunnellaan ja nimetään ääniä, joita eri materiaaleilla voidaan saada aikaan. Musiikkipäiväkirjani: Kuunnellaan ääniä ja musiikkia (LM1) Kuunnellaan

Lisätiedot

Lapsen tyypillinen kehitys. -kommunikaatio -kielellinen kehitys

Lapsen tyypillinen kehitys. -kommunikaatio -kielellinen kehitys Lapsen tyypillinen kehitys -kommunikaatio -kielellinen kehitys Kielellinen kehitys Vauvalla on synnynnäinen kyky vastaanottaa kieltä ja tarve olla vuorovaikutuksessa toisen ihmisen kanssa Kielellinen kehitys

Lisätiedot

4. Lausekielinen ohjelmointi 4.1

4. Lausekielinen ohjelmointi 4.1 4. Lausekielinen ohjelmointi 4.1 Sisällys Konekieli, symbolinen konekieli ja lausekieli. Lausekielestä konekieleksi: - Lähdekoodi, tekstitiedosto ja tekstieditorit. - Kääntäminen ja tulkinta. - Kääntäminen,

Lisätiedot

Berlitzin taitotaso 1 CEF-taso A 1

Berlitzin taitotaso 1 CEF-taso A 1 t Berlitzin taitotaso 1 CEF-taso A 1 Ymmärtää ja osaa käyttää tuttuja, jokapäiväisiä ilmauksia ja yksinkertaisia lauseita. Osaa esitellä itsensä ja kysyä muilta perustietoja kuten asuinpaikkaa, vointia

Lisätiedot

8003051 Puheenkäsittelyn menetelmät

8003051 Puheenkäsittelyn menetelmät 8003051 Puheenkäsittelyn menetelmät Luento 7.10.2004 Puhesynteesi Sisältö 1. Sovelluskohteita 2. Puheen ja puhesyntetisaattorin laatu 3. Puhesynteesin toteuttaminen TTS-syntetisaattorin komponentit Kolme

Lisätiedot

Hei kuka puhuu? lapsen kohtaaminen ja tukeminen

Hei kuka puhuu? lapsen kohtaaminen ja tukeminen Hei kuka puhuu? lapsen kohtaaminen ja tukeminen Maarit Engberg vt. Perhekonsultti 16.03.2015 Tampere Esityksen rakenne: 1) Ensi kieli ja kehittyvä minuus 2) Kuulon merkitys ja huomioiminen arjessa 3) Tukea

Lisätiedot

9.2.3. Englanti. 3. luokan keskeiset tavoitteet

9.2.3. Englanti. 3. luokan keskeiset tavoitteet 9.2.3. Englanti Koulussamme aloitetaan A1 kielen (englanti) opiskelu kolmannelta luokalta. Jos oppilas on valinnut omassa koulussaan jonkin toisen kielen, opiskelu tapahtuu oman koulun opetussuunnitelman

Lisätiedot

Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén

Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén Projektisuunnitelma ja johdanto AS-0.3200 Automaatio- ja systeemitekniikan projektityöt Paula Sirén Sonifikaatio Menetelmä Sovelluksia Mahdollisuuksia Ongelmia Sonifikaatiosovellus: NIR-spektroskopia kariesmittauksissa

Lisätiedot

Musiikkipäiväkirjani: Maalataan, kirjoitetaan ja luetaan musiikkia (PWR1) Valitaan värejä, kuvia tai symboleja erilaisille äänille.

Musiikkipäiväkirjani: Maalataan, kirjoitetaan ja luetaan musiikkia (PWR1) Valitaan värejä, kuvia tai symboleja erilaisille äänille. Musiikkipäiväkirjani: Maalataan, kirjoitetaan ja luetaan musiikkia (PWR1) Valitaan värejä, kuvia tai symboleja erilaisille äänille. Musiikkipäiväkirjani: Maalataan, kirjoitetaan ja luetaan (PWR1) Valitaan

Lisätiedot

Vedä ja pudota Maamittauslaitoksen JPEG2000-ortoilmakuva GeoTIFF-muotoon

Vedä ja pudota Maamittauslaitoksen JPEG2000-ortoilmakuva GeoTIFF-muotoon Vedä ja pudota Maamittauslaitoksen JPEG2000-ortoilmakuva GeoTIFF-muotoon Jukka Rahkonen http://latuviitta.org Viimeksi muutettu 16. lokakuuta 2012 Tiivistelmä Latuviitta.ogr -sivuston palautteessa kaivattiin

Lisätiedot

S-114.2720 Havaitseminen ja toiminta

S-114.2720 Havaitseminen ja toiminta S-114.2720 Havaitseminen ja toiminta Heikki Hyyti 60451P Harjoitustyö 3 puheen havaitseminen Mikä on akustinen vihje (acoustic cue)? Selitä seuraavat käsitteet ohjelman ja kirjan tietoja käyttäen: Spektrogrammi

Lisätiedot

IT-OSAAJA, TIETOJENKÄSITTELYN ERIKOISTUMISOPINNOT

IT-OSAAJA, TIETOJENKÄSITTELYN ERIKOISTUMISOPINNOT IT-OSAAJA, TIETOJENKÄSITTELYN ERIKOISTUMISOPINNOT KOULUTUKSEN KOHDERYHMÄ SISÄLTÖ Koulutuksen tavoitteena on antaa opiskelijalle valmiudet uusien tietoteknisten menetelmien ja välineiden hyödyntämiseen.

Lisätiedot

ALAN ASIANTUNTI- JATEHTÄVISSÄ TOIMIMINEN, KE- HITTÄMINEN JA ONGELMANRAT- KAISU - perustella asiantuntijatehtävissä. toimiessaan tekemiään

ALAN ASIANTUNTI- JATEHTÄVISSÄ TOIMIMINEN, KE- HITTÄMINEN JA ONGELMANRAT- KAISU - perustella asiantuntijatehtävissä. toimiessaan tekemiään ALKUVAIHEEN MINEN MISALUEET Tasot ALAN TEORIOIDEN, KÄSITTEIDEN, ME- NETELMIEN JA PE- RIAATTEIDEN MINEN 5 - käyttää keskeisiä teorioita, käsitteitä ja menetelmiä johdonmukaisesti erilaisissa - kirjoittaa

Lisätiedot

Kieliohjelma Atalan koulussa

Kieliohjelma Atalan koulussa Kieliohjelma Atalan koulussa Vaihtoehto 1, A1-kieli englanti, B1- kieli ruotsi 6.luokalla 1 lk - 2 lk - 3 lk englanti 2h/vko 4 lk englanti 2h/vko 5 lk englanti 2-3h/vko 6 lk englanti 2-3h/vko, ruotsi 2h/vko

Lisätiedot

Åbo Akademi 3.5.2011 klo 12-16. Mietta Lennes mietta.lennes@helsinki.fi. Nykykielten laitos Helsingin yliopisto

Åbo Akademi 3.5.2011 klo 12-16. Mietta Lennes mietta.lennes@helsinki.fi. Nykykielten laitos Helsingin yliopisto Åbo Akademi 3.5.2011 klo 12-16 Mietta Lennes mietta.lennes@helsinki.fi Nykykielten laitos Helsingin yliopisto Praat-puheanalyysiohjelma Mikä on Praat? Mikä on Praat? Praat [Boersma and Weenink, 2010] on

Lisätiedot

Puheentunnistus Mikko Kurimo

Puheentunnistus Mikko Kurimo Puheentunnistus Mikko Kurimo Mitä automaattinen puheentunnistus on? Automaattinen puheentunnistin on laite, joka määrittää ja tulostaa sanan tai tekstin, joka parhaiten vastaa äänitettyä puhesignaalia.

Lisätiedot

Maailma visuaalivalmistajan näkökulmasta

Maailma visuaalivalmistajan näkökulmasta Maailma visuaalivalmistajan näkökulmasta Haasteita ja motivointia projektille Esityksen sisältö Laaja-alaiset tietokannat ja niiden rakentaminen Geospesifinen ja geotyyppinen tietokanta Lähtömateriaaliongelmia

Lisätiedot

Say it again, kid! - peli ja puheteknologia lasten vieraan kielen oppimisessa

Say it again, kid! - peli ja puheteknologia lasten vieraan kielen oppimisessa Say it again, kid! - peli ja puheteknologia lasten vieraan kielen oppimisessa Sari Ylinen, Kognitiivisen aivotutkimuksen yksikkö, käyttäytymistieteiden laitos, Helsingin yliopisto & Mikko Kurimo, signaalinkäsittelyn

Lisätiedot

Luku 2. Datasta tietoon: mitä dataa? mitä tietoa?

Luku 2. Datasta tietoon: mitä dataa? mitä tietoa? 1 / 14 Luku 2. Datasta tietoon: mitä dataa? mitä tietoa? T-61.2010 Datasta tietoon, syksy 2011 professori Erkki Oja Tietojenkäsittelytieteen laitos, Aalto-yliopisto 31.10.2011 2 / 14 Tämän luennon sisältö

Lisätiedot

Suomen kielen variaatio 1. Puhuttu ja kirjoitettu kieli Suomen puhekielen vaihtelu

Suomen kielen variaatio 1. Puhuttu ja kirjoitettu kieli Suomen puhekielen vaihtelu Suomen kielen variaatio 1 Puhuttu ja kirjoitettu kieli Suomen puhekielen vaihtelu Puhuttu ja kirjoitettu kieli Puhuttu kieli on ensisijaista. Lapsi oppii (omaksuu) puhutun kielen luonnollisesti siinä ympäristössä,

Lisätiedot

Aasian kieliä ja kulttuureita tutkimassa. Paja

Aasian kieliä ja kulttuureita tutkimassa. Paja Esittäytyminen Helpottaa tulevan päivän kulkua. Oppilaat saavat lyhyesti tietoa päivästä. Ohjaajat ja oppilaat näkevät jatkossa toistensa nimet nimilapuista, ja voivat kutsua toisiaan nimillä. Maalarinteippi,

Lisätiedot

S-114.2720 Havaitseminen ja toiminta

S-114.2720 Havaitseminen ja toiminta S-114.2720 Havaitseminen ja toiminta Heikki Hyyti 60451P Harjoitustyö 2 visuaalinen prosessointi Treismanin FIT Kuva 1. Kuvassa on Treismanin kokeen ensimmäinen osio, jossa piti etsiä vihreätä T kirjainta.

Lisätiedot

Valttikortit 100 -ohjelman sanasto on peruskoulun opetussuunnitelman ytimestä.

Valttikortit 100 -ohjelman sanasto on peruskoulun opetussuunnitelman ytimestä. Valttikortit 100 on uusi avaus sanaston ja kuullunymmärtämisen oppimiseen. Digitaaliset oppimateriaalit ovat aiemminkin lisänneet yksilöllistä työskentelyä ja välittömiä palautteita harjoitteluun, mutta

Lisätiedot

Selkokeskus 2014. Selkoa selkokielestä Kuka sitä tarvitsee? Mitä se on?

Selkokeskus 2014. Selkoa selkokielestä Kuka sitä tarvitsee? Mitä se on? Selkoa selkokielestä Kuka sitä tarvitsee? Mitä se on? Copyright: Selkokeskus 2014 Onko tämä selkokieltä? Kuntayhtymän kotihoitokeskuksen hoitohenkilökunta tukee monella tavalla kotiaskareissa sekä antaa

Lisätiedot

MONIKULTTUURISEN OPETUKSEN JA OHJAUKSEN HAASTEET. Selkokielen käyttö opetuksessa. Suvi Lehto-Lavikainen, Koulutuskeskus Salpaus

MONIKULTTUURISEN OPETUKSEN JA OHJAUKSEN HAASTEET. Selkokielen käyttö opetuksessa. Suvi Lehto-Lavikainen, Koulutuskeskus Salpaus MONIKULTTUURISEN OPETUKSEN JA OHJAUKSEN HAASTEET Selkokielen käyttö opetuksessa Suvi Lehto-Lavikainen, Koulutuskeskus Salpaus Ihmisten viestinnän epätarkkuus johtaa usein virheellisiin tulkintoihin keskusteluissa!

Lisätiedot

28.4.2015 Pia Hägglund, Pohjanmaan tulkkikeskus. Monikulttuurisuus ja perehdyttäminen

28.4.2015 Pia Hägglund, Pohjanmaan tulkkikeskus. Monikulttuurisuus ja perehdyttäminen 28.4.2015 Pia Hägglund, Pohjanmaan tulkkikeskus Monikulttuurisuus ja perehdyttäminen Monikulttuurinen työpaikka? Mitä se merkitsee? Onko työyhteisömme valmis siihen? Olenko minä esimiehenä valmis siihen?

Lisätiedot

Siemens kuulokojeet ja. BestSound teknologia

Siemens kuulokojeet ja. BestSound teknologia Siemens kuulokojeet ja BestSound teknologia s 2010 1878 2008 1910 1949 2006 1959 1966 1987 1997 2002 2004 2005 Siemens kuulokojeiden teknologian kehitys 1878 Phonophor, Siemens kehittää ensimmäisen teknisen

Lisätiedot

Päivi Homanen Satakieliohjelma 17.1.2013 Tampere

Päivi Homanen Satakieliohjelma 17.1.2013 Tampere Päivi Homanen Satakieliohjelma 17.1.2013 Tampere LAPSET OVAT ERILAISIA SOSIAALINEN LAPSI Jos kommunikaatiotaidot vielä heikot Huomioidaan aloitteet Jatketaan lapsen aloittamaa keskustelua Jutellaan kahden

Lisätiedot

Projektisuunnitelma. Projektin tavoitteet

Projektisuunnitelma. Projektin tavoitteet Projektisuunnitelma Projektin tavoitteet Projektin tarkoituksena on tunnistaa erilaisia esineitä Kinect-kameran avulla. Kinect-kamera on kytkettynä tietokoneeseen, johon projektissa tehdään tunnistuksen

Lisätiedot

Musiikkipäiväkirjani: Soitetaan rytmissä omaa ääntä käyttämällä (RV1) Juhlitaan kaikkia tunnettuja kielen ääniä.

Musiikkipäiväkirjani: Soitetaan rytmissä omaa ääntä käyttämällä (RV1) Juhlitaan kaikkia tunnettuja kielen ääniä. Musiikkipäiväkirjani: Soitetaan rytmissä omaa ääntä käyttämällä (RV1) Juhlitaan kaikkia tunnettuja kielen ääniä. Musiikkipäiväkirjani: Soitetaan rytmissä omaa ääntä... (RV1) Juhlitaan kaikkia tunnettuja

Lisätiedot

KUN LUKEMINEN ON HANKALAA. Helena Sorsa

KUN LUKEMINEN ON HANKALAA. Helena Sorsa KUN LUKEMINEN ON HANKALAA Helena Sorsa Lukemisen ja kirjoittamisen vaikeudet Lukivaikeus dysleksia fonologinen häiriö: henkilö ei kykene muuttamaan lukemaansa puheeksi näkee sanat, mutta ei löydä äänneasua

Lisätiedot

Kieli ja viestinnän kokonaisuus

Kieli ja viestinnän kokonaisuus Kieli ja viestinnän kokonaisuus viesti verbaalinen nonverbaalinen kielioppi sanasto parakieli ekstralingv. keinot proksemii kka kinemiikk a 1 Pakieli l. paralingvistiset keinot sävelkulku äänenpaino vokalisaatiot

Lisätiedot

E. Oja ja H. Mannila Datasta Tietoon: Luku 2

E. Oja ja H. Mannila Datasta Tietoon: Luku 2 2. DATASTA TIETOON: MITÄ DATAA; MITÄ TIETOA? 2.1. Data-analyysin ongelma Tulevien vuosien valtava haaste on digitaalisessa muodossa talletetun datan kasvava määrä Arvioita: Yhdysvaltojen kongressin kirjasto

Lisätiedot

Kauko-ohjauslaite GSM rele 2011 v 24.10.2010

Kauko-ohjauslaite GSM rele 2011 v 24.10.2010 Kauko-ohjauslaite GSM rele 2011 v 24.10.2010 Gsmreleen päätoiminnat Etälaiteiden kauko-ohjaus vanhan GSM-puhelimen avulla Laitteessa on neljä releettä ja kaksi lisäohjausta. Yhteensä kuusi ohjausta. Releiden

Lisätiedot

Suomen kielen Osaamispyörä -työkalu

Suomen kielen Osaamispyörä -työkalu Suomen kielen Osaamispyörä -työkalu Tavoitteet Kohderyhmät Käyttö Suomen kielen Osaamispyörän tavoitteena on tehdä näkyväksi maahanmuuttajataustaisten työntekijöiden suomen kielen osaamista. Osaamispyörä

Lisätiedot

1 Kannat ja kannanvaihto

1 Kannat ja kannanvaihto 1 Kannat ja kannanvaihto 1.1 Koordinaattivektori Oletetaan, että V on K-vektoriavaruus, jolla on kanta S = (v 1, v 2,..., v n ). Avaruuden V vektori v voidaan kirjoittaa kannan vektorien lineaarikombinaationa:

Lisätiedot

Alberta Language and Development Questionnaire (ALDeQ) A. Varhaiskehitys Lapsen nimi

Alberta Language and Development Questionnaire (ALDeQ) A. Varhaiskehitys Lapsen nimi Alberta Language and Development Questionnaire (ALDeQ) A. Varhaiskehitys Lapsen nimi 1. Milloin lapsenne otti ensiaskeleensa? 2. Minkä ikäisenä lapsenne sanoi ensisanansa? Esimerkkejä ensisanoista (käännöksineen):

Lisätiedot

Käyttöohje HERE Drive

Käyttöohje HERE Drive Käyttöohje HERE Drive 1.0. painos FI HERE Drive HERE Drive ohjaa sinut haluamaasi paikkaan ääniopastettujen reittiohjeiden avulla. Voit löytää kotimaassasi tai -alueellasi perille tarkkojen reittiohjeiden

Lisätiedot

BIOMETRINEN TUNNISTUS MIKA RÖNKKÖ

BIOMETRINEN TUNNISTUS MIKA RÖNKKÖ BIOMETRINEN TUNNISTUS MIKA RÖNKKÖ MITÄ ON BIOMETRINEN TUNNISTUS Tapa ja sen taustalla oleva teknologia, jolla henkilö voidaan tunnistaa käyttämällä yhtä tai useampaa biologista piirrettä. Nykyään osataan

Lisätiedot

PUHUMINEN Harjoit- Osaa KUULLUN YMMÄRTÄMINEN Harjoit-Osaa. pvm pvm pvm pvm TAITOTASO A1 Suppea viestintä kaikkien tutuimmissa tilanteissa

PUHUMINEN Harjoit- Osaa KUULLUN YMMÄRTÄMINEN Harjoit-Osaa. pvm pvm pvm pvm TAITOTASO A1 Suppea viestintä kaikkien tutuimmissa tilanteissa PIENTEN KIELIREPPU SUOMEN KIELEN OPPIMISEN SEURANTA VARHAISKASVATUKSESSA JA ALKUOPETUKSESSA (sovellus eurooppalaisesta viitekehyksestä) Lapsen nimi : Päiväkoti/koulu: Lomakkeen täyttäjä: PUHUMINEN Harjoit-

Lisätiedot

Matlab-tietokoneharjoitus

Matlab-tietokoneharjoitus Matlab-tietokoneharjoitus Tämän harjoituksen tavoitteena on: Opettaa yksinkertaisia piirikaavio- ja yksikkömuunnoslaskuja. Opettaa Matlabin perustyökaluja mittausten analysoimiseen. Havainnollistaa näytteenottotaajuuden,

Lisätiedot

TIEDONHAKU INTERNETISTÄ

TIEDONHAKU INTERNETISTÄ TIEDONHAKU INTERNETISTÄ Internetistä löytyy hyvin paljon tietoa. Tietoa ei ole mitenkään järjestetty, joten tiedonhaku voi olla hankalaa. Tieto myös muuttuu jatkuvasti. Tänään tehty tiedonhaku ei anna

Lisätiedot

3. Ryhdy kirjoittamaan ja anna kaiken tulla paperille. Vääriä vastauksia ei ole.

3. Ryhdy kirjoittamaan ja anna kaiken tulla paperille. Vääriä vastauksia ei ole. 1 Unelma-asiakas Ohjeet tehtävän tekemiseen 1. Ota ja varaa itsellesi omaa aikaa. Mene esimerkiksi kahvilaan yksin istumaan, ota mukaasi nämä tehtävät, muistivihko ja kynä tai kannettava tietokone. Varaa

Lisätiedot

KORKEAKOULUJEN MAHDOLLISUUDET JA HAASTEET MAAHANMUUTTAJIEN VALMENTAVASSA KOULUTUKSESSA

KORKEAKOULUJEN MAHDOLLISUUDET JA HAASTEET MAAHANMUUTTAJIEN VALMENTAVASSA KOULUTUKSESSA KORKEAKOULUJEN MAHDOLLISUUDET JA HAASTEET MAAHANMUUTTAJIEN VALMENTAVASSA KOULUTUKSESSA FT Pirjo Raunio Koulutuspäällikkö Satakunnan koulutuskuntayhtymä 1 TAUSTAA: Millä osaamisella sinä näitä opetat? 2

Lisätiedot

Hahmon etsiminen syotteesta (johdatteleva esimerkki)

Hahmon etsiminen syotteesta (johdatteleva esimerkki) Hahmon etsiminen syotteesta (johdatteleva esimerkki) Unix-komennolla grep hahmo [ tiedosto ] voidaan etsia hahmon esiintymia tiedostosta (tai syotevirrasta): $ grep Kisaveikot SM-tulokset.txt $ ps aux

Lisätiedot

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS...

Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 2. TODENNÄKÖISYYS... Sisällysluettelo ESIPUHE... 4 ALKUSANAT E-KIRJA VERSIOON... 5 SISÄLLYSLUETTELO... 6 1. JOHDANTO TILASTOLLISEEN PÄÄTTELYYN... 8 1.1 INDUKTIO JA DEDUKTIO... 9 1.2 SYYT JA VAIKUTUKSET... 11 TEHTÄVIÄ... 13

Lisätiedot

Kielen hyvän osaamisen taso on 6. luokan päättyessä taitotasokuvauksen mukaan:

Kielen hyvän osaamisen taso on 6. luokan päättyessä taitotasokuvauksen mukaan: Luokat 3-6 A2-espanja AIHEKOKONAISUUDET luokilla 4-6 Ihmisenä kasvaminen korostuu omien asioitten hoitamisessa, ryhmässä toimimisessa ja opiskelutaitojen hankkimisessa. Kulttuuri-identiteetti ja kansainvälisyys

Lisätiedot

Monilukutaitoon kielitietoisella opetuksella. Minna Harmanen, Opetushallitus Kansalliset peruskoulupäivät 20. 21.11.2014 Marina Congress Center

Monilukutaitoon kielitietoisella opetuksella. Minna Harmanen, Opetushallitus Kansalliset peruskoulupäivät 20. 21.11.2014 Marina Congress Center Monilukutaitoon kielitietoisella opetuksella Minna Harmanen, Opetushallitus Kansalliset peruskoulupäivät 20. 21.11.2014 Marina Congress Center Monilukutaito ja kielitietoisuus - kysymyksiä Mitä on monilukutaito

Lisätiedot

Osaava henkilöstö kotouttaa kulttuurien välisen osaamisen arviointi. Työpaja 8.5.2014 Hämeenlinna

Osaava henkilöstö kotouttaa kulttuurien välisen osaamisen arviointi. Työpaja 8.5.2014 Hämeenlinna Osaava henkilöstö kotouttaa kulttuurien välisen osaamisen arviointi Työpaja 8.5.2014 Hämeenlinna Osaamisen arviointi Osaamisen arvioinnin tavoitteena oli LEVEL5:n avulla tunnistaa osaamisen taso, oppiminen

Lisätiedot

MixW ja Dx-vihjeet (ohje) oh3htu 10.9.2009

MixW ja Dx-vihjeet (ohje) oh3htu 10.9.2009 MixW ja Dx-vihjeet (ohje) oh3htu 10.9.2009 MixW:n käyttäjille mieleen on saada DX-vihjeet MixW:n Dxcluster dialog-ikkunaan sen monipuolisuuden ansiosta. Dxcluster dialog-ikkunassa on muun muassa helposti

Lisätiedot

CHERMUG-pelien käyttö opiskelijoiden keskuudessa vaihtoehtoisen tutkimustavan oppimiseksi

CHERMUG-pelien käyttö opiskelijoiden keskuudessa vaihtoehtoisen tutkimustavan oppimiseksi Tiivistelmä CHERMUG-projekti on kansainvälinen konsortio, jossa on kumppaneita usealta eri alalta. Yksi tärkeimmistä asioista on luoda yhteinen lähtökohta, jotta voimme kommunikoida ja auttaa projektin

Lisätiedot

TIEDONSIIRTOLOMAKE LAPSEN SIIRTYESSÄ PÄIVÄHOIDOSTA ESIOPE- TUKSEEN

TIEDONSIIRTOLOMAKE LAPSEN SIIRTYESSÄ PÄIVÄHOIDOSTA ESIOPE- TUKSEEN Huoltajien lomake TIEDONSIIRTOLOMAKE LAPSEN SIIRTYESSÄ PÄIVÄHOIDOSTA ESIOPE- TUKSEEN Tiedonsiirron tarkoituksena on helpottaa yhteistyötä kodin, päivähoidon ja koulun kanssa. Tiedonsiirtolomakkeeseen kootaan

Lisätiedot

OT2 Puheteknologian opintokokonaisuuden suunnittelu 14.4.2009 Kalle Palomäki

OT2 Puheteknologian opintokokonaisuuden suunnittelu 14.4.2009 Kalle Palomäki OT2 Puheteknologian opintokokonaisuuden suunnittelu 14.4.2009 Kalle Palomäki 1. Johdanto Puheteknologia on perinteisesti jaettu kolmeen tai neljään osa-alueeseen: puheen siirto, puhesynteesi, puheanalyysi

Lisätiedot

Lapsen kielen kehitys I. Alle vuoden ikäisen vanhemmille. www.eksote.fi

Lapsen kielen kehitys I. Alle vuoden ikäisen vanhemmille. www.eksote.fi Lapsen kielen kehitys I Alle vuoden ikäisen vanhemmille www.eksote.fi Lapsi- ja nuorisovastaanotto Puheterapia 2010 LAPSEN KIELEN KEHITYS Lapsen kieli kehittyy rinnan hänen muun kehityksensä kanssa. Puhetta

Lisätiedot

Monilukutaito. Marja Tuomi 23.9.2014

Monilukutaito. Marja Tuomi 23.9.2014 Monilukutaito Marja Tuomi 23.9.2014 l i t e r a c y m u l t i l i t e r a c y luku- ja kirjoitustaito tekstitaidot laaja-alaiset luku- ja kirjoitustaidot monilukutaito Mitä on monilukutaito? tekstien tulkinnan,

Lisätiedot

Kirja on jaettu kahteen osaan: varsinaiseen- ja lisätieto-osioon. Varsinainen

Kirja on jaettu kahteen osaan: varsinaiseen- ja lisätieto-osioon. Varsinainen Alkusanat Tämän tieto- ja viestintätekniikan oppikirjan ensimmäinen versio (1. painos) syntyi vuonna 2006 Jyväskylän yliopiston tietotekniikan laitokselle tekemäni pro gradu -tutkielmani yhteydessä. Tutkimuksessani

Lisätiedot

TTS. Puhesynteesi (tekstistä puheeksi, engl. text-tospeech,

TTS. Puhesynteesi (tekstistä puheeksi, engl. text-tospeech, Tekstiä, plaa plaa, plaa Puhesynteesi (tekstistä puheeksi, engl. text-tospeech, TTS): Generoidaan tietokoneen avulla akustinen puhesignaali annetun tekstin perusteella. TTS HUOM: Vaikka nyt keskitytäänkin

Lisätiedot

SELKOESITE. Autismi. Autismi- ja Aspergerliitto ry

SELKOESITE. Autismi. Autismi- ja Aspergerliitto ry SELKOESITE Autismi Autismi- ja Aspergerliitto ry 1 Mitä autismi on? Autismi on aivojen kehityksen häiriö. Autismi vaikuttaa aivojen eri alueilla. Autismiin voi olla useita syitä. Autistinen ihminen ei

Lisätiedot

Suomen virtuaaliammattikorkeakoulu Tietojohtaminen rakennus prosesseissa > 80 % 80 60 % 60 50 % < 50 % Suhteellinen osuus maksimiarvosta (%)

Suomen virtuaaliammattikorkeakoulu Tietojohtaminen rakennus prosesseissa > 80 % 80 60 % 60 50 % < 50 % Suhteellinen osuus maksimiarvosta (%) Oppimisaihion arviointi / Arvioinnin tulos 9 Aineiston arvioinnin tulos arviointialueittain Suomen virtuaaliammattikorkeakoulu Tietojohtaminen rakennus prosesseissa > 80 % 80 60 % 60 50 % < 50 % Arviointialue

Lisätiedot

Opetusmateriaalin visuaalinen suunnittelu. Kirsi Nousiainen 27.5.2005

Opetusmateriaalin visuaalinen suunnittelu. Kirsi Nousiainen 27.5.2005 Opetusmateriaalin visuaalinen suunnittelu Kirsi Nousiainen 27.5.2005 Visuaalinen suunnittelu Ei ole koristelua Visuaalinen ilme vaikuttaa vastaanottokykyyn rauhallista jaksaa katsoa pitempään ja keskittyä

Lisätiedot

2 Suomen kielen äänteet

2 Suomen kielen äänteet 1 Ruudulla on ensin vain Ali. Linkit kolmeen suomen kielen äänteiden alakokonaisuuteen (2.1 Kirjaintarjottimeen, 2.2 Yksittäisiin äänteisiin sekä 2.3 Äänteistä tavuiksi ja sanoiksi) ilmestyvät ruudulle

Lisätiedot

Musiikkipäiväkirjani: Tutkitaan, improvisoidaan ja sävelletään (EIC1) Kerrotaan tarina eri äänteillä, äänillä tai melodioilla, joita on luotu yhdessä.

Musiikkipäiväkirjani: Tutkitaan, improvisoidaan ja sävelletään (EIC1) Kerrotaan tarina eri äänteillä, äänillä tai melodioilla, joita on luotu yhdessä. Musiikkipäiväkirjani: Tutkitaan, improvisoidaan ja sävelletään (EIC1) Kerrotaan tarina eri äänteillä, äänillä tai melodioilla, joita on luotu yhdessä. Musiikkipäiväkirjani: Tutkitaan, improvisoidaan...

Lisätiedot

Kiinan kursseilla 1 2 painotetaan suullista kielitaitoa ja kurssista 3 alkaen lisätään vähitellen myös merkkien lukemista ja kirjoittamista.

Kiinan kursseilla 1 2 painotetaan suullista kielitaitoa ja kurssista 3 alkaen lisätään vähitellen myös merkkien lukemista ja kirjoittamista. Kiina, B3kielen opetussuunnitelma (lukiossa alkava oppimäärä) Kiinan kursseilla tutustutaan kiinankielisen alueen elämään, arkeen, juhlaan, historiaan ja nykyisyyteen. Opiskelun ohessa saatu kielen ja

Lisätiedot

Verkkoposti selkokielellä

Verkkoposti selkokielellä Petri Ilmonen Verkkoposti selkokielellä Tekijä ja Oppimateriaalikeskus Opike, FAIDD, 2009 Selkokielinen käsikirjoitus: Petri Ilmonen Selkokielen tarkistus: Ari Sainio Kustannustoimitus: Petri Ilmonen Kansikuva

Lisätiedot

Tähtitieteen käytännön menetelmiä Kevät 2009

Tähtitieteen käytännön menetelmiä Kevät 2009 Tähtitieteen käytännön menetelmiä Kevät 2009 2009-01-12 Yleistä Luennot Luennoija hannu.p.parviainen@helsinki.fi Aikataulu Observatoriolla Maanantaisin 10.00-12.00 Ohjattua harjoittelua maanantaisin 9.00-10.00

Lisätiedot

KERHOPAKETIN OHJELMA JA TAVOITTEET ( ARABIAN KIELI )

KERHOPAKETIN OHJELMA JA TAVOITTEET ( ARABIAN KIELI ) KERHOPAKETIN OHJELMA JA TAVOITTEET ( ARABIAN KIELI ) OPETTAJA : FARID BEZZI OULU 2013 1/5 Ohjelman lähtökohdat Arabian kieli kuuluu seemiläisiin kieliin, joita ovat myös heprea ja amhara. Äidinkielenä

Lisätiedot

TYÖPAJA 3. SAMAUTTAMINEN VUOROVAIKUTUKSESSA KEVÄT 2015

TYÖPAJA 3. SAMAUTTAMINEN VUOROVAIKUTUKSESSA KEVÄT 2015 TYÖPAJA 3. SAMAUTTAMINEN VUOROVAIKUTUKSESSA ULLA PIIRONEN-MALMI METROPOLIA KEVÄT 2015 KIELELLINEN SAMAUTTAMINEN IHMISELLÄ ON SOSIAALISISSA TILANTEISSA MUUNTUMISEN TARVE HÄN HALUAA MUOKATA JA SOVITTAA OMAA

Lisätiedot

Tarvitseeko informaatioteknologia matematiikkaa?

Tarvitseeko informaatioteknologia matematiikkaa? Tarvitseeko informaatioteknologia matematiikkaa? Oulun yliopisto Matemaattisten tieteiden laitos 1 Kyllä kai IT matematiikkaa tarvitsee!? IT ja muu korkea teknologia on nimenomaan matemaattista teknologiaa.

Lisätiedot

Muotoilumaailman hahmottaminen - Tuotesemantiikka

Muotoilumaailman hahmottaminen - Tuotesemantiikka TUOTESEMANTIIKAN TEORIA kreik. semeion = merkki Tuotesemantiikka kiinnostaa tutkimusmielessä monia erilaisia tuotteiden kanssa tekemisiin joutuvia elämänalueita. Sellaisia ovat esimerkiksi Markkinointi,

Lisätiedot

Prominenssin toteutuminen kolmessa yleispuhesuomen varieteetissa

Prominenssin toteutuminen kolmessa yleispuhesuomen varieteetissa lektiot Prominenssin toteutuminen kolmessa yleispuhesuomen varieteetissa RIIKKA YLITALO Väitöksenalkajaisesitelmä Oulun yliopistossa 5. kesäkuuta 2009 Termi prominenssi tarkoittaa toisaalta puheen joidenkin

Lisätiedot

Tulkkauspalvelut maahanmuuttajille

Tulkkauspalvelut maahanmuuttajille Maahanmuuttopalvelut Maaliskuu 2012 Tulkkauspalvelut maahanmuuttajille Ohjeita maahanmuuttajille ja viranomaisille SELKOESITE Tekstit Sara Vainikka / Viestintä Tuija Väyrynen / Maahanmuuttopalvelut Taitto:

Lisätiedot

Koska HAL ymmärtää mitä puhumme? Puheen automaattinen tunnistus ja ymmärtäminen

Koska HAL ymmärtää mitä puhumme? Puheen automaattinen tunnistus ja ymmärtäminen Koska HAL ymmärtää mitä puhumme? Puheen automaattinen tunnistus ja ymmärtäminen Vuokko Vuori TKK, Informaatiotekniikan laboratorio Vuokko.Vuori@hut.fi Tiivistelmä Tässä työssä pyritään tekemään katsaus

Lisätiedot

Lukivaikeus. ttömällä kouluopetuksella

Lukivaikeus. ttömällä kouluopetuksella LUKIVAIKEUS Lukivaikeus Lukemiseen ja/tai kirjoittamiseen liittyvät erityisvaikeudet, jotka ovat ristiriidassa oppijan muuhun lahjakkuustasoon ja oppimiskykyyn eli lukivaikeus ei selity - alhaisella älykkyydellä

Lisätiedot

Matemaatikot ja tilastotieteilijät

Matemaatikot ja tilastotieteilijät Matemaatikot ja tilastotieteilijät Matematiikka/tilastotiede ammattina Tilastotiede on matematiikan osa-alue, lähinnä todennäköisyyslaskentaa, mutta se on myös itsenäinen tieteenala. Tilastotieteen tutkijat

Lisätiedot

Keravan kaupungin lukiokoulutuksen kieliesite

Keravan kaupungin lukiokoulutuksen kieliesite Keravan kaupungin lukiokoulutuksen kieliesite Saksa Euroopan sydämessä on yli sata miljoonaa ihmistä, jotka puhuvat saksaa äidinkielenään, ja yhä useampi opiskelee sitä. Saksa on helppoa: ääntäminen on

Lisätiedot

Jatkuvat satunnaismuuttujat

Jatkuvat satunnaismuuttujat Jatkuvat satunnaismuuttujat Satunnaismuuttuja on jatkuva jos se voi ainakin periaatteessa saada kaikkia mahdollisia reaalilukuarvoja ainakin tietyltä väliltä. Täytyy ymmärtää, että tällä ei ole mitään

Lisätiedot

Musiikkipäiväkirjani: Lauletaan (S1) Lauletaan ja imitoidaan erilaisia ääniä tai musiikkityylejä (tallenteen tai karaoken kuuntelemisen jälkeen).

Musiikkipäiväkirjani: Lauletaan (S1) Lauletaan ja imitoidaan erilaisia ääniä tai musiikkityylejä (tallenteen tai karaoken kuuntelemisen jälkeen). Musiikkipäiväkirjani: Lauletaan (S1) Lauletaan ja imitoidaan erilaisia ääniä tai musiikkityylejä (tallenteen tai karaoken kuuntelemisen jälkeen). Musiikkipäiväkirjani: Lauletaan (S1) Lauletaan ja imitoidaan

Lisätiedot

SISÄLTÖ. Kehitä kuuntelutaitojasi Tarkista, kuulitko oikein Hyvät sanat avaavat korvat Kasvokkain

SISÄLTÖ. Kehitä kuuntelutaitojasi Tarkista, kuulitko oikein Hyvät sanat avaavat korvat Kasvokkain Sanat SISÄLTÖ Puhuminen ja kuunteleminen tie läheisyyteen Mitä on viestintä? Puhumisen tasoja Miten puhun? Keskustelu itsensä kanssa Puhumisen esteitä Kuuntelemisen tasoja Tahdo kuunnella Kehitä kuuntelutaitojasi

Lisätiedot

MIKSI TUKIVIITTOMAT?

MIKSI TUKIVIITTOMAT? MITKÄ TUKIVIITTOMAT? Tukiviittomilla tarkoitetaan viittomamerkkien käyttämistä puhutun kielen rinnalla, siten että lauseen avainsanat viitotaan. Tukiviittomien tarkoituksena on tukea ja edistää puhutun

Lisätiedot

Pörisevä tietokone. morsetusta äänikortilla ja mikrofonilla

Pörisevä tietokone. morsetusta äänikortilla ja mikrofonilla Pörisevä tietokone morsetusta äänikortilla ja mikrofonilla 1 Tiivistelmä Idea toteuttaa seuraavat vaatimukset: 1. kommunikointi toisen opiskelijan kanssa (morsetus) 2. toisen opiskelijan häirintä (keskittymistä

Lisätiedot

Matematiikan tukikurssi

Matematiikan tukikurssi Matematiikan tukikurssi Kurssikerta 1 1 Matemaattisesta päättelystä Matemaattisen analyysin kurssin (kuten minkä tahansa matematiikan kurssin) seuraamista helpottaa huomattavasti, jos opiskelija ymmärtää

Lisätiedot

Helsinki Testbedin säätuotteet tänään ja tulevaisuudessa

Helsinki Testbedin säätuotteet tänään ja tulevaisuudessa Helsinki Testbedin säätuotteet tänään ja tulevaisuudessa Helsinki Testbed Workshop 6.4.2006 Pekka Keränen 06.04.06 Johdanto Projektin www-sivusto http://testbed.fmi.fi Säätuotteet julkisiksi MM-kisoihin,

Lisätiedot

Kuvien siirto-ohjelman käyttöohje Huom! Tämä ohjelmisto on käytössä vain yrityksillä, joilla ei ole käytössä Java Runtime 1.4 -sovellusta.

Kuvien siirto-ohjelman käyttöohje Huom! Tämä ohjelmisto on käytössä vain yrityksillä, joilla ei ole käytössä Java Runtime 1.4 -sovellusta. 1 Kuvien siirto-ohjelman käyttöohje Huom! Tämä ohjelmisto on käytössä vain yrityksillä, joilla ei ole käytössä Java Runtime 1.4 -sovellusta. Grey-Hen Oy. Kaikki oikeudet pidätetään. Päivitetty 18.10.2004

Lisätiedot

ÄÄNEKKÄÄMMÄN KANTELEEN MALLINTAMINEN ELEMENTTIME- NETELMÄLLÄ

ÄÄNEKKÄÄMMÄN KANTELEEN MALLINTAMINEN ELEMENTTIME- NETELMÄLLÄ ÄÄNEKKÄÄMMÄN KANTELEEN MALLINTAMINEN ELEMENTTIME- NETELMÄLLÄ Henna Tahvanainen 1, Jyrki Pölkki 2, Henri Penttinen 1, Vesa Välimäki 1 1 Signaalinkäsittelyn ja akustiikan laitos Aalto-yliopiston sähkötekniikan

Lisätiedot

Musiikkipäiväkirjani: Tanssitaan ja liikutaan (DM1) Liikutaan kuten (karhu, nukahtava kissa, puun lehti, puu myrskyssä).

Musiikkipäiväkirjani: Tanssitaan ja liikutaan (DM1) Liikutaan kuten (karhu, nukahtava kissa, puun lehti, puu myrskyssä). Musiikkipäiväkirjani: Tanssitaan ja liikutaan (DM1) Liikutaan kuten (karhu, nukahtava kissa, puun lehti, puu myrskyssä). Musiikkipäiväkirjani: Tanssitaan ja liikutaan (DM1) Liikutaan kuten (karhu, nukahtava

Lisätiedot

LAITTEISTOKOKOONPANON SELVITTÄMINEN JA AJURIEN ASENTAMINEN

LAITTEISTOKOKOONPANON SELVITTÄMINEN JA AJURIEN ASENTAMINEN LAITTEISTOKOKOONPANON SELVITTÄMINEN JA AJURIEN ASENTAMINEN Oma tietokone -valintaa klikkaamalla hiiren oikeanpuoleisella näppäimellä, saadaan näkyviin laitteistokokoonpano Ominaisuudet laitteisto -valinnalla:

Lisätiedot

Alberta Language Environment Questionnaire (ALEQ)

Alberta Language Environment Questionnaire (ALEQ) Alberta Language Environment Questionnaire (ALEQ) Lapsen nimi Koodi Lapsen syntymäaika Lapsen sukupuoli Haastattelun päivämäärä Haastattelun tekijä Tulkin tarve kyllä ei Tulkki Äidin kieli Isän kieli Vanhempien

Lisätiedot

11.4. Context-free kielet 1 / 17

11.4. Context-free kielet 1 / 17 11.4. Context-free kielet 1 / 17 Määritelmä Tyypin 2 kielioppi (lauseyhteysvapaa, context free): jos jokainenp :n sääntö on muotoa A w, missäa V \V T jaw V. Context-free kielet ja kieliopit ovat tärkeitä

Lisätiedot

Pikaopas. Valintanauhan näyttäminen tai piilottaminen Avaa valintanauha napsauttamalla välilehteä, tai kiinnitä se pysyvästi näkyviin.

Pikaopas. Valintanauhan näyttäminen tai piilottaminen Avaa valintanauha napsauttamalla välilehteä, tai kiinnitä se pysyvästi näkyviin. Pikaopas Microsoft Visio 2013 näyttää erilaiselta kuin aiemmat versiot. Tämän oppaan avulla pääset alkuun nopeasti ja saat yleiskuvan uusista ominaisuuksista. Päivitetyt mallit Mallien avulla voit nopeasti

Lisätiedot

KOTOUTUMISKOULUTUS VERKOSSA. Tavoitteet

KOTOUTUMISKOULUTUS VERKOSSA. Tavoitteet KOTOUTUMISKOULUTUS VERKOSSA Tavoitteet MODUULI 1 (A1.3+) Tavoitteena on, että oppija saavuttaa vahvan taitotason A1.3 kaikilla kielen osaalueilla ja joillakin mahdollisesti tason A2.1: A1.3: Ymmärtää joitakin

Lisätiedot

EuroTraffic Language Training

EuroTraffic Language Training EuroTraffic Language Training Käyttäjän opas Sisällysluettelo Kurssin aloittaminen... 3 Rekisteröityminen... 4 Sisäänkirjautuminen... 6 Tehtävien aloittaminen... 7 Sanasto... 9 Yhdistä ääni ja kuva...

Lisätiedot

Ammattimaista viestintää. Ruotsin asiatekstinkääntäjien liitto

Ammattimaista viestintää. Ruotsin asiatekstinkääntäjien liitto Ammattimaista viestintää kieliammattilaisten avulla Ruotsin asiatekstinkääntäjien liitto Dobrý den! Guten Tag! Hola! Bonjour! Hej! Hello! Shalom! Monikielinen maailmamme Maailman sanotaan pienenevän, mutta

Lisätiedot

Monikanavaäänen perusteet. Tero Koski

Monikanavaäänen perusteet. Tero Koski Monikanavaäänen perusteet Tero Koski Lähtökohdat Monikanavaääni tarkoi6aa äänital8ota, jossa on toiste6avia kanavia enemmän kuin kaksi 2.1 ; 3.0 ; 3.1 ; 4.0 ; 4.1 ; 7.2 ; 10.2 ; 22.2 ; Monikanavaääntä

Lisätiedot

LIITE 8 Toiminnan aloittain etenevän opiskelun opetussuunnitelmaan

LIITE 8 Toiminnan aloittain etenevän opiskelun opetussuunnitelmaan LIITE 8 Toiminnan aloittain etenevän opiskelun opetussuunnitelmaan 1. Motoriset taidot Kehon hahmotus Kehon hallinta Kokonaismotoriikka Silmän ja jalan liikkeen koordinaatio Hienomotoriikka Silmän ja käden

Lisätiedot

Struktuurista vuorovaikutukseen. Tietotekniikka- ja kommunikaatiokeskus, Kaisa Laine, puheterapeutti

Struktuurista vuorovaikutukseen. Tietotekniikka- ja kommunikaatiokeskus, Kaisa Laine, puheterapeutti Struktuurista vuorovaikutukseen Tietotekniikka- ja kommunikaatiokeskus, Kaisa Laine, puheterapeutti Termeistä Ihminen, jolla on puhevamma = ei pärjää arjessa puhuen, tarvitsee kommunikoinnissa puhetta

Lisätiedot

Kielen ymmärtäminen kieliteknologian näkökulmasta. Kimmo Koskenniemi täysinpalvellut kieliteknologian professori Helsingin yliopisto

Kielen ymmärtäminen kieliteknologian näkökulmasta. Kimmo Koskenniemi täysinpalvellut kieliteknologian professori Helsingin yliopisto Kielen ymmärtäminen kieliteknologian näkökulmasta Kimmo Koskenniemi täysinpalvellut kieliteknologian professori Helsingin yliopisto Tietää vai ymmärtää? Ymmärtää eli saada järkensä avulla itselleen selväksi,

Lisätiedot

DI Johanna Viitanen, assistentti Käytettävyystutkimus Teknillinen korkeakoulu

DI Johanna Viitanen, assistentti Käytettävyystutkimus Teknillinen korkeakoulu DI Johanna Viitanen, assistentti Käytettävyystutkimus Teknillinen korkeakoulu Digitaalinen sanelu Itse kirjoittaminen Puheentunnistusta hyödyntävä sanelu Perinteinen kasettisanelu Tutkimuksen tavoitteet

Lisätiedot

Ylöjärven opetussuunnitelma 2004. Valinnainen kieli (B2)

Ylöjärven opetussuunnitelma 2004. Valinnainen kieli (B2) Ylöjärven opetussuunnitelma 2004 Valinnainen kieli (B2) B 2 -SAKSA Valinnaisen kielen opiskelun tulee painottua puheviestintään kaikkein tavanomaisimmissa arkipäivän tilanteissa ja toimia samalla johdantona

Lisätiedot

ESIMERKKIPOHJAINEN MELUISAN PUHEEN AUTOMAATTINEN TUNNISTUS 1 JOHDANTO 2 ESIMERKKIPOHJAINEN PUHEENTUNNISTUS

ESIMERKKIPOHJAINEN MELUISAN PUHEEN AUTOMAATTINEN TUNNISTUS 1 JOHDANTO 2 ESIMERKKIPOHJAINEN PUHEENTUNNISTUS ESIMERKKIPOHJAINEN MELUISAN PUHEEN AUTOMAATTINEN TUNNISTUS Antti Hurmalainen, Tuomas Virtanen, Jort Gemmeke, Katariina Mahkonen Signaalinkäsittelyn laitos Tampereen teknillinen yliopisto PL3, 331 Tampere

Lisätiedot