SGN-4010 PUHEENKÄSITTELYN MENETELMÄT Luento TTY/Signaalinkäsittelyn laitos Konsta Koppinen
|
|
- Saija Salminen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 SGN-4010 PUHEENKÄSITTELYN MENETELMÄT Luento TTY/Signaalinkäsittelyn laitos Konsta Koppinen
2 2 Kurssijärjestelyt Luennot (10h): Konsta Koppinen (huone TF317, Harjoitukset (10h): Katariina Mahkonen
3 3 Kurssijärjestelyt (2) Materiaali: Pääasiallisena materiaalina luentomoniste Lisälukemista kaipaaville: kurssikirja T.F. Quatieri, Discrete-Time Speech Signal Processing: Principles and Practice, Prentice Hall PTR, 2002 Harjoitustehtävät (5 tehtävää / harjoituskerta) Tentissä pärjää osaamalla luentojen, harjoitusten, prujun ja kalvojen asiat Tentti Tenttioikeus ja bonukset voimassa kurssin kolmessa seuraavassa tentissä Tenttioikeuden saamiseksi muista ilmoittautua myös kurssille!
4 4 Harjoituskäytäntö Harjoituksia 5 x 2h = 10h (alkavat viikolla 50) Pisteitä jaossa kullakin kerralla 5p (eli yhteensä 25 p) Tenttioikeus: 20% pisteistä (eli 5p) Hyväksyttyyn tenttiin saa lisäpisteitä seuraavasti: 10 harjoituspistettä tai enemmän (40 %) => 1 piste 15 harjoituspistettä tai enemmän (60 %) => 2 pistettä 20 harjoituspistettä tai enemmän (80 %) => 3 pistettä l. arvosanan korotus Tehtävät ratkaistaan etukäteen (myös MATLAB), tehtävien läpikäymisen jälkeen voi jäädä ratkaisemaan seuraavan kerran tehtäviä Poikkeuksena viikon 2/2009 Praat-harjoitukset (vuoden 2009 ensimmäiset harkat), joihin ei tarvitse valmistautua
5 5 Harjoitusryhmät Ryhmät: To 10-12, TC303 Pe 10-12, TC303 Pe 12-14, TC303 Harjoitusryhmiin ei tarvitse ilmoittautua Tenttioikeuden (20% tehtävistä) saa melko helposti, mutta bonuspisteiden saamiseksi joutuu näkemään enemmän vaivaa.
6 6 Esitiedot Osaatko vastata seuraaviin kysymyksiin? Mikä on suodattimen impulssivaste/taajuusvaste? Miten signaaleiden konvoluutio lasketaan? Mitä eroa on FIR- ja IIR-suodattimilla? Miten FFT lasketaan? Entä z-muunnos? Mitä ovat suodattimen nollat ja navat? Asiat voi kerrata kurssin SGN-1200 prujusta
7 7 Mitä puheenkäsittely on? Tarkoittaa (loogisesti) puhesignaalin käsittelyä Sovelluksia: Koodaus (esim. matkapuhelimet) Tunnistus (puheesta tekstiksi) Synteesi (tekstistä puheeksi) Ehostus (laadun parannus) Muokkaus (muokataan äänestä toisenlainen) Puhujantunnistus (kuka puhuu) Käytetään signaalinkäsittelyn menetelmiä Fourier-muunnos, ikkunointi, autokorrelaatio,... Myös erityisesti puheelle soveltuvia menetelmiä LPC-analyysi, Markovin piilomallit, pitch-synchronous overlap-add,...
8 8 Puhe on monitasoinen signaali Joitain operaatioita voidaan tehdä ilman tarkempaa tietoa puheesta Kohinan poisto, yksinkertainen koodaus Lisätiedolla voidaan tehdä lisäoperaatioita Puheen muokkaus, parempi koodaus, puhujantunnistus Vielä enemmän tietoa Puhesynteesi, puheentunnistus Hurja määrä tietoa Puheen ymmärrys
9 9 Miltä puhe näyttää? Puhe on akustisesti ilmanpaineen vaihtelua Näytteistetään mikrofonin ja A/D-muuntimen avulla Näytteenottoteoreema pätee
10 10 Taajuusesitys Usein hyödyllisempi kuin aikatason signaali Korva erottelee taajuuksia Puheessa esiintyvät formantit...eli ääntöväylän resonanssitaajuudet Ilmenevät puheen spektrissä Puhe muuttuu nopeasti lyhytaikainen Fourier-muunnos...eli FFT ikkunoidusta signaalista
11 11 Puheen tuottaminen ja sen mallintaminen Quatieri: Discrete Time Speech Signal Processing Principles and Practice
12 12 Puheen tuottaminen ja sen mallintaminen Quatieri: Discrete Time Speech Signal Processing Principles and Practice
13 Ikkunointi Puhetta käsitellään kehyksittäin (frame) eli ikkunoittain Toimii seuraavasti:
14 taajuus FFT:n amplitudi Spektrogrammi Kehyksittäin lasketun FFT:n amplitudi 8kHz aika
15 15 Tarkempi katsaus puhesignaaliin Puhe koostuu äänteistä: Vokaalit ja konsonantit Suomen kielessä on n. 30 äännettä Ei selkeitä rajoja
16 Maailman kielten äänteet
17 17 Perustaajuus (f 0 ) Joissakin äänteissä äänihuulet värähtelevät (soinnillinen äänne) (a) Suurin piirtein jaksollinen aaltomuoto (b) Suurin piirtein harmoninen spektri (a) (b)
18 Sama kuvio Hanning-ikkunalla (a) (b)
19 Sovellus: puheen perustaajuuden muuttaminen Idea: muutetaan puhujan perustaajuutta Nk. PSOLA-algoritmi (pitch-synchronous overlap-add): Etsitään puheen perustaajuus soinnillisista kohdista (ei helppoa) Otetaan jaksoja hitaammin tai tiheämmin Summataan jaksot
20 PSOLA
21 21 Puheenkoodaus Digitaalisen puheen pakkaaminen siirtoa tai tallennusta varten (esim. matkapuhelimissa), kaupallisesti tärkein puheenkäsittelyn sovellus Tavoitteet: Hyvä laatu Pieni määrä bittejä Pieni viive Nopea laskenta Virhesietoinen Kestää useamman peräkkäisen koodauksen GSM-verkossa käytössä AMR (adaptive multirate)-puhekoodekki Bittinopeudet kbps Käsitellään kurssilla SGN-4050 Puheenkoodaus
22 22 Puheentunnistus Puheesta tekstiksi Pitkät perinteet mutta vieläkin osin ratkaisematon ongelma Perustuu todennäköisyyslaskentaan Millä todennäköisyydella Myös kieli mallinnetaan tilastollisesti P( melko todennäköinen lause )? Nämä todennäköisyydet yhdistetään = a? Käsitellään kursseilla SGN-4106 Speech Recognition ja SGN-4507 Speech Recognition Laboratory
23 23 Puhesynteesi Tekstistä puheeksi Tarvitaan tietoa puheesta ja kielestä Useita eri lohkoja Tekstianalyysi: syntaktinen analyysi (subjekti, predikaatti yms.), numeroiden ja lyhenteiden laajennus Foneettinen analyysi: tekstistä foneemeiksi (ääntämyksen mukaiseen muotoon) Prosodia: painot, äänteiden kesto, f 0 :n generointi Synteesi: puhesignaalin generointi edellä olevan avulla Eri synteesimenetelmiä: Sääntöpohjainen synteesi (formanttisynteesi) Konkatenatiivinen synteesi (difonisynteesi, unit selection synteesi) Tilastollinen parametrinen synteesi (HMM-pohjainen) Artikulatorinen synteesi
24 24 Muita puhekursseja TTY:llä SGN-4050 Puheen koodaus (4. periodilla) SGN-4106 Speech Recognition (5. periodilla) SGN-4507 Speech Recognition Laboratory (5. periodilla) Lisäksi: SGN-4200 Digitaalinen audio (3. periodilla)
25 25 Praat: doing phonetics by computer Praat: Boersma, Paul & Weenink, David (2008). Praat: doing phonetics by computer (Version ) [Computer program]. Retrieved November 26, 2008, from Käytetään 3. harkoissa Suomenkielinen Praat-opas: Mietta Lennes, Praat-opas
26 26 Linkkejä MATLAB-oppaita: (suomenkielinen) Praat: (ohjelma) (suomenkielinen opas) Fonetiikka: Suomenkilinen fonetiikkasanasto: IPA:
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
LisätiedotÅbo 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
LisätiedotDigitaalinen audio
8003203 Digitaalinen audio Luennot, kevät 2005 Tuomas Virtanen Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2 Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot, sekä niissä
LisätiedotSGN-4200 Digitaalinen audio
SGN-4200 Digitaalinen audio Luennot, kevät 2013, periodi 4 Anssi Klapuri Tampereen teknillinen yliopisto Kurssin tavoite Johdanto 2! Tarjota tiedot audiosignaalinkäsittelyn perusteista perusoperaatiot,
LisätiedotTTS. 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» Fonetiikka tutkii puheen: Tuottamista -> ARTIKULATORINEN Akustista ilmenemismuotoa -> AKUSTINEN Havaitsemista -> AUDITIIVINEN
» Fonetiikka tutkii puheen: Tuottamista -> ARTIKULATORINEN Akustista ilmenemismuotoa -> AKUSTINEN Havaitsemista -> AUDITIIVINEN 1 Puhe-elimistä Helsingin Yliopiston sivuilla» Puhe-elimet voidaan jakaa
LisätiedotSGN-4010, Puheenkäsittelyn menetelmät Harjoitus 6, 18. ja
SGN-4010, Puheenkäsittelyn menetelmät Harjoitus 6, 18. ja 21.2.2010 1. (Matlab, 2 pistettä) Vokaalit ja soinnilliset konsonantit ovat lähes jaksollisia ja niillä on äänihuulten värähtelystä johtuva perustaajuus.
LisätiedotELEC-C5210 Satunnaisprosessit tietoliikenteessä
ELEC-C5210 Satunnaisprosessit tietoliikenteessä Esa Ollila Aalto University, Department of Signal Processing and Acoustics, Finland esa.ollila@aalto.fi http://signal.hut.fi/~esollila/ Kevät 2017 E. Ollila
LisätiedotPuhenäytteiden mittailusta puhekorpuksen perkuuseen: kalastelua mato-ongella ja verkoilla. Mietta Lennes FIN-CLARIN / Helsingin yliopisto
Puhenäytteiden mittailusta puhekorpuksen perkuuseen: kalastelua mato-ongella ja verkoilla Mietta Lennes FIN-CLARIN / Helsingin yliopisto Johdanto Kun puhetta ja kieltä tutkitaan kvantitatiivisesti, on
Lisätiedot3 Ikkunointi. Kuvio 1: Signaalin ikkunointi.
3 Ikkunointi Puhe ei ole stationaarinen signaali, vaan puheen ominaisuudet muuttuvat varsin nopeasti ajan myötä. Tämä on täysin luonnollinen ja hyvä asia, mutta tämä tekee sellaisten signaalinkäsittelyn
LisätiedotDigitaalinen signaalinkäsittely Johdanto, näytteistys
Digitaalinen signaalinkäsittely Johdanto, näytteistys Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen, Signaalinkäsittelyn
LisätiedotTietoliikennesignaalit & spektri
Tietoliikennesignaalit & spektri 1 Tietoliikenne = informaation siirtoa sähköisiä signaaleja käyttäen. Signaali = vaihteleva jännite (tms.), jonka vaihteluun on sisällytetty informaatiota. Signaalin ominaisuuksia
LisätiedotKompleksiluvut signaalin taajuusjakauman arvioinnissa
Kompleksiluvut signaalin taajuusjakauman arvioinnissa Vierailuluento IMA-kurssilla Heikki Huttunen Lehtori, TkT Signaalinkäsittely, TTY heikki.huttunen@tut.fi Department of Signal Processing Fourier-muunnos
LisätiedotYleistä. Digitaalisen äänenkäsittelyn perusteet. Tentit. Kurssin hyväksytty suoritus = Harjoitustyö 2(2) Harjoitustyö 1(2)
Yleistä Digitaalisen äänenkäsittelyn perusteet Jouni Smed jouni.smed@utu.fi syksy 2006 laajuus: 5 op. (3 ov.) esitiedot: Java-ohjelmoinnin perusteet luennot: keskiviikkoisin 10 12 12 salissa β perjantaisin
LisätiedotLuento: Puhe. Mitä puhe on? Anatomiaa ja fysiologiaa. Puhetapahtuma. Brocan ja Wernicken alueet. Anatomiaa ja fysiologiaa. Puheen tuottaminen:
Puheen anatomiaa ja fysiologiaa Puhesignaalin analyysi Puheen havaitseminen luku 11 Luento: Puhe Mitä puhe on? Ihmisen kehittämä symbolinen kommunikaatiojärjestelmä. Perustuu sovittuihin kielellisiin koodeihin
LisätiedotOrganization of (Simultaneous) Spectral Components
Organization of (Simultaneous) Spectral Components ihmiskuulo yrittää ryhmitellä ja yhdistää samasta fyysisestä lähteestä tulevat akustiset komponentit yhdistelyä tapahtuu sekä eri- että samanaikaisille
LisätiedotSGN-4200 Digitaalinen Audio Harjoitustyö-info
1 SGN-4200 Digitaalinen Audio Harjoitustyö-info 04.04.2012 Joonas Nikunen Harjoitystyö - 2 Suorittaminen ja Käytännöt Kurssin pakollinen harjoitustyö: Harjoitellaan audiosignaalinkäsittelyyn tarkoitetun
LisätiedotPuheteknologia Informaa2oteknologian perusteet. Kalle Palomäki Signaalinkäsi8elyn ja akus2ikan laitos
Puheteknologia Informaa2oteknologian perusteet Kalle Palomäki Signaalinkäsi8elyn ja akus2ikan laitos Määritelmä: Puhekäy8ölii8ymä Kone8a ohjataan ja käytetään puhumalla Kone voi olla hardwarea, sobaa,
LisätiedotDigitaalinen signaalinkäsittely Kuvankäsittely
Digitaalinen signaalinkäsittely Kuvankäsittely Teemu Saarelainen, teemu.saarelainen@kyamk.fi Lähteet: Ifeachor, Jervis, Digital Signal Processing: A Practical Approach H.Huttunen, Signaalinkäsittelyn menetelmät,
LisätiedotPuheen akustiikan perusteita Mitä puhe on? 2.luento. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen. Puhe äänenä
Puheen akustiikan perusteita Mitä puhe on? 2.luento Martti Vainio Äänet, resonanssi ja spektrit Fonetiikan laitos, Helsingin yliopisto Puheen akustiikan perusteita p.1/37 S-114.770 Kieli kommunikaatiossa...
LisätiedotJohdatus ohjelmointiin 811122P Yleiset järjestelyt: Kurssin sivut noppa -järjestelmässä: https://noppa.oulu.fi/noppa/kurssi/811122p/etusivu 0. Kurssin suorittaminen Tänä vuonna kurssin suorittaminen tapahtuu
LisätiedotTieVie-hanke 2001-02 Saksan kieli. Ritva Huurtomaa
TieVie-hanke 2001-02 Saksan kieli Ritva Huurtomaa Tavoitteet suunnitella ja toteuttaa verkkokurssina saksan kieliopin oppimiseen ja harjoittelemiseen innostava kokonaisuus saksan opintojaan aloittavia
LisätiedotPuhesynteesin perusteet Luento 4: difonikonkatenaatio
Puhesynteesin perusteet Luento 4: difonikonkatenaatio Nicholas Volk 7.2.2008 Käyttäytymistieteellinen tiedekunta Idea Äänteet ovat stabiileimmillaan keskellä äännettä, joten mallinnetaan siirtymät äänteestä
LisätiedotDSP:n kertausta. 1 Spektri, DFT, DTFT ja aika-taajuusresoluutio
DSP:n kertausta Kerrataan/käydään läpi: ffl Spektri, DFT, DTFT ja FFT ffl signaalin jaksollisuuden ja spektrin harmonisuuden yhteys ffl aika-taajuusresoluutio Spektri, DFT, DTFT ja aika-taajuusresoluutio
LisätiedotDigitaalinen audio & video I
Digitaalinen audio & video I Johdanto Digitaalinen audio + Psykoakustiikka + Äänen digitaalinen esitys Digitaalinen kuva + JPEG 1 Johdanto Multimediassa hyödynnetään todellista ääntä, kuvaa ja videota
Lisätiedot5 Akustiikan peruskäsitteitä
Puheen tuottaminen, havaitseminen ja akustiikka / Reijo Aulanko / 2016 2017 14 5 Akustiikan peruskäsitteitä ääni = ilmapartikkelien edestakaista liikettä, "tihentymien ja harventumien" vuorottelua, ilmanpaineen
LisätiedotJohdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka. Vfo135 ja Vfp124 Martti Vainio
Johdanto tieto- viestintäteknologian käyttöön: Äänitystekniikka Vfo135 ja Vfp124 Martti Vainio Akustiikka Äänityksen tarkoitus on taltioida paras mahdo!inen signaali! Tärkeimpinä kolme akustista muuttujaa:
LisätiedotELEC-C7230 Tietoliikenteen siirtomenetelmät. Yleistä
Aalto University Comnet ELEC-C7230 Tietoliikenteen siirtomenetelmät Kurssisuunnitelma, kevät 2016 Olav Tirkkonen, Tietoliikenne- ja tietoverkkotekniikan laitos, Aalto-yliopisto Yleistä Esitiedot: (kurssi
LisätiedotMat-2.129 Systeemien identifiointi
Luennot: TkT, erik. op. to 16-18 U261 Harjoitukset tekn.yo Ville Koskinen pe 10-12 joko mikroluokka U352 tai U261 Kurssikirja Ljung & Glad: Modeling of Dynamic Systems, Prentice-Hall, 1994 TAI Ibid.: Modelbygge
LisätiedotDigitaalinen audio & video, osa I. Johdanto. Digitaalisen audion sovellusalueet. Johdanto. Taajuusalue. Psykoakustiikka. Johdanto Digitaalinen audio
Digitaalinen audio & video, osa I Johdanto Digitaalinen audio + Psykoakustiikka + Äänen digitaalinen esitys Digitaalinen kuva +JPEG Petri Vuorimaa 1 Johdanto Multimediassa hyödynnetään todellista ääntä,
LisätiedotMARKKU NIEMI PUHEEN AIKASKAALAUS. Kandidaatintyö
MARKKU NIEMI PUHEEN AIKASKAALAUS Kandidaatintyö Tarkastaja: Hanna Silén 16.12.2012 ii TIIVISTELMÄ TAMPEREEN TEKNILLINEN YLIOPISTO Tietotekniikan koulutusohjelma NIEMI, MARKKU: Puheen aikaskaalaus Kandidaatintyö,
LisätiedotDynamiikan hallinta Lähde: Zölzer. Digital audio signal processing. Wiley & Sons, 2008. Zölzer (ed.) DAFX Digital Audio Effects. Wiley & Sons, 2002.
Dynamiikan hallinta Lähde: Zölzer. Digital audio signal processing. Wiley & Sons, 2008. Zölzer (ed. DAFX Digital Audio Effects. Wiley & Sons, 2002. Sisältö:! Johdanto!! Ajallinen käyttäytyminen! oteutus!
LisätiedotPuhesynteesi. Martti Vainio. 11. huhtikuuta 2003
Puhesynteesi Signaalin generointi Martti Vainio mailto:martti.vainio@helsinki.fi 11. huhtikuuta 2003 Signaalin generointi puhesynteesissä Kuinka tuottaa foneettisesta symbolisesta tiedosta jatkuvaa signaalia
LisätiedotKuulohavainnon perusteet
Kuulohavainnon ärsyke on ääni - mitä ääni on? Kuulohavainnon perusteet - Ääni on ilmanpaineen nopeaa vaihtelua: Tai veden tms. Markku Kilpeläinen Käyttäytymistieteiden laitos, Helsingin yliopisto Värähtelevä
LisätiedotT-61.246 DSP: GSM codec
T-61.246 DSP: GSM codec Agenda Johdanto Puheenmuodostus Erilaiset codecit GSM codec Kristo Lehtonen GSM codec 1 Johdanto Analogisen puheen muuttaminen digitaaliseksi Tiedon tiivistäminen pienemmäksi Vähentää
LisätiedotTiistai klo 10-12 Jari Eerola 20.1.2015
Tiistai klo 10-12 Jari Eerola 20.1.2015 } 20.1. Kuvaajatyypit ja ohjelmat Analyysiohjelmista Praat ja Sonic Visualiser Audacity } 27.1. Nuotinnusohjelmista Nuotinnusohjelmista Musescore } Tietokoneavusteinen
LisätiedotInternet ja tietoverkot
811338A 0. Oulun yliopisto Tietojenkäsittelytieteiden laitos 2014 / 2015 Luennoija 811338A 5 op 9. 1. 6. 3. 2015 nimi: Juha Kortelainen e-mail: juha.kortelainen@oulu.fi vastaanotto: torstai klo 10 12,
LisätiedotPuhesynteesin perusteet Luento 5: unit selection -synteesi
Puhesynteesin perusteet Luento 5: unit selection -synteesi Nicholas Volk 14.2.2008 Käyttäytymistieteellinen tiedekunta Idea Aitoa puhetta on tallennettu tietokantaan tuhansien äänteiden verran Jopa yksittäisen
LisätiedotT SKJ - TERMEJÄ
T-61140 SKJ - termit Sivu 1 / 7 T-61140 SKJ - TERMEJÄ Nimi Opnro Email Signaalinkäsittelyyn liittyviä termejä ja selityksiä Kevät 2005 Täytä lomaketta kevään aikana ja kerää mahdollisesti puuttuvia termejä
LisätiedotPuheenkäsittelyn menetelmät
8003051 Puheenkäsittelyn menetelmät Luento 16.9.2004 Akustista fonetiikkaa Ääniaalto Ääniaallolla tarkoitetaan häiriön etenemistä väliaineessa ilman että väliaineen hiukkaset (yleensä ilman kaasumolekyylit)
LisätiedotELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely. Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus
L1: Audio Prof. Vesa Välimäki ELEC-C5340 - Sovellettu digitaalinen signaalinkäsittely Luennon sisältö Äänisignaalien näytteenotto ja kvantisointi Dither Oskillaattorit Digitaalinen suodatus Lyhyt FIR-suodin
Lisätiedothttps://noppa.oulu.fi/noppa/kurssi/811122p/etusivu
Johdatus ohjelmointiin 811122P Yleiset järjestelyt: Kurssin sivut noppa -järjestelmässä: https://noppa.oulu.fi/noppa/kurssi/811122p/etusivu 0. Kurssin suorittaminen Tänä vuonna kurssin suorittaminen tapahtuu
Lisätiedot1 Vastaa seuraaviin. b) Taajuusvasteen
Vastaa seuraaviin a) Miten määritetään digitaalisen suodattimen taajuusvaste sekä amplitudi- ja vaihespektri? Tässä riittää sanallinen kuvaus. b) Miten viivästys vaikuttaa signaalin amplitudi- ja vaihespektriin?
LisätiedotPL 9/Siltavuorenpenger 5 A, 00014 Helsingin yliopisto etunimi.sukunimi@helsinki.fi
HMM-POHJAISEN PUHESYNTEESIN LAADUN PARANTAMINEN GLOTTISPULSSIKIRJASTON AVULLA Tuomo Raitio 1,AnttiSuni 2,HannuPulakka 1, Martti Vainio 2,PaavoAlku 1 1 Aalto-yliopisto, Signaalinkäsittelyn ja akustiikan
LisätiedotFoneettiset symbolit. Clt 120: Fonetiikan perusteet: intro, äänentuotto, artikulaatiopaikat. IPA jatkoa IPA. Martti Vainio -- syksy 2005
Clt 120: Fonetiikan perusteet: intro, äänentuotto, artikulaatiopaikat Martti Vainio -- syksy 2005 Foneettiset symbolit 5000-8000 eri kieltä n. 300 foneettista symbolia riittää niiden kuvaamiseen puheentuotto-
LisätiedotPuhesynteesi. Martti Vainio. Fonetiikan laitos, Helsingin yliopisto. Puhesynteesi p.1/38
Puhesynteesi Martti Vainio Fonetiikan laitos, Helsingin yliopisto Puhesynteesi p.1/38 Puhesynteesin historiaa Mekaaniset synteesit: 1700-luvulla asiaa harrastivat Wolfgang von Kempelen ja Christian Kratzenstein.
LisätiedotPuhesynteesin historiaa. Puhesynteesi. Historiaa: Kempelen. Historiaa: Kratzenstein
Puhesynteesin historiaa Puhesynteesi Martti Vainio Fonetiikan laitos, Helsingin yliopisto Mekaaniset synteesit: 1700-luvulla asiaa harrastivat Wolfgang von Kempelen ja Christian Kratzenstein. 1900-luvulla
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 8 1 Derivaatta Tarkastellaan funktion f keskimääräistä muutosta tietyllä välillä ( 0, ). Funktio f muuttuu tällä välillä määrän. Kun tämä määrä jaetaan välin pituudella,
Lisätiedot1. Perusteita. 1.1. Äänen fysiikkaa. Ääniaalto. Aallonpituus ja amplitudi. Taajuus (frequency) Äänen nopeus
1. Perusteita 1. Äänen fysiikkaa 2. Psykoakustiikka 3. Äänen syntetisointi 4. Samplaus ja kvantisointi 5. Tiedostoformaatit 1.1. Äänen fysiikkaa ääni = väliaineessa etenevä mekaaninen värähtely (aaltoliike),
LisätiedotPuhesynteesin historiaa. Puhesynteesi. Historiaa: Kempelen. Historiaa: Kratzenstein
Puhesynteesin historiaa Puhesynteesi Martti Vainio Fonetiikan laitos, Helsingin yliopisto Mekaaniset synteesit: 1700-luvulla asiaa harrastivat Wolfgang von Kempelen ja Christian Kratzenstein. 1900-luvulla
LisätiedotPuhesynteesi. Martti Vainio. Fonetiikan laitos, Helsingin yliopisto. Puhesynteesi p.1/38
Puhesynteesi Martti Vainio Fonetiikan laitos, Helsingin yliopisto Puhesynteesi p.1/38 Puhesynteesin historiaa Mekaaniset synteesit: 1700-luvulla asiaa harrastivat Wolfgang von Kempelen ja Christian Kratzenstein.
LisätiedotHelsinki University of Technology
Helsinki University of Technology Laboratory of Telecommunications Technology S-38.211 Signaalinkäsittely tietoliikenteessä I Signal Processing in Communications (2 ov) Syksy 1997 12. Luento: Kertausta,
LisätiedotSpektri- ja signaalianalysaattorit
Spektri- ja signaalianalysaattorit Pyyhkäisevät spektrianalysaattorit Suora pyyhkäisevä Superheterodyne Reaaliaika-analysaattorit Suora analoginen analysaattori FFT-spektrianalysaattori DFT FFT Analysaattoreiden
LisätiedotELEC-C7230 Tietoliikenteen siirtomenetelmät
A! Aalto University Comnet ELEC-C7230 Tietoliikenteen siirtomenetelmät Kurssisuunnitelma, kevät 2018 Olav Tirkkonen, Tietoliikenne- ja tietoverkkotekniikan laitos, Aalto-yliopisto A! Yleistä Esitiedot:
LisätiedotPuheentunnistus 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.
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 13 Ti 18.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 13 Ti 18.10.2011 p. 1/43 p. 1/43 Nopeat Fourier-muunnokset Fourier-sarja: Jaksollisen funktion esitys
LisätiedotTietoturva. 0. Tietoa kurssista P 5 op. Oulun yliopisto Tietojenkäsittelytieteiden laitos Periodi / 2015
811168P 5 op 0. Oulun yliopisto Tietojenkäsittelytieteiden laitos 811168P 5 op : 9.3. 8.5.2015 Luennot: Juha Kortelainen e-mail: juha.kortelainen@oulu.fi puh: 0294 487934 mobile: 040 744 1368 vast. otto:
LisätiedotRadiotekniikan perusteet BL50A0301
Radiotekniikan perusteet BL50A0301 1. Luento Kurssin sisältö ja tavoitteet, sähkömagneettinen aalto Opetusjärjestelyt Luentoja 12h, laskuharjoituksia 12h, 1. periodi Luennot Juhamatti Korhonen Harjoitukset
LisätiedotSGN-4010 Puheenkäsittelyn menetelmät
SGN-41 Puheenkäsittelyn menetelmät Konsta Koppinen konsta.koppinen@tut.fi 18. joulukuuta 26 Sisältö 1 Signaalinkäsittelyn kertausta 1 1.1 Spektri, DFT, DTFT........................ 1 1.2 Aika-taajuusresoluutio.......................
Lisätiedot8 Puhesynteesi. 8.1 Syntetisoidun puhesignaalin laatu
8 Puhesynteesi Puhesynteesillä voidaan periaatteessa ymmärtää mitä hyvänsä puheen syntetisointia, eli esimerkiksi puhekoodekin suorittamaa puhesignaalin generointia vastaanotettujen parametrien perusteella,
LisätiedotSuomi toisena kielenä -ylioppilaskoe. FT Leena Nissilä Opetusneuvos, yksikön päällikkö OPETUSHALLITUS
Suomi toisena kielenä -ylioppilaskoe FT Leena Nissilä Opetusneuvos, yksikön päällikkö OPETUSHALLITUS 1 Uusi opetussuunnitelma haastaa oppimisen Uusi opetussuunnitelma haastaa oppimisen Teknologian soveltaminen
LisätiedotMatlab-tietokoneharjoitus
Matlab-tietokoneharjoitus Tämän harjoituksen tavoitteena on: Opettaa yksinkertaisia piirikaavio- ja yksikkömuunnoslaskuja. Opettaa Matlabin perustyökaluja mittausten analysoimiseen. Havainnollistaa näytteenottotaajuuden,
LisätiedotTietokoneverkot. T Tietokoneverkot (4 op) viimeistä kertaa CSE-C2400 Tietokoneverkot (5 op) ensimmäistä kertaa
Tietokoneverkot T-110.4100 Tietokoneverkot (4 op) viimeistä kertaa CSE-C2400 Tietokoneverkot (5 op) ensimmäistä kertaa ja Matti Siekkinen Tietokoneverkot 2014 sanna.suoranta@aalto.fi Kurssista kaksi versiota
LisätiedotPuheenkoodaus. Olivatpa kerran iloiset serkukset. PCM, DPCM ja ADPCM
Puheenkoodaus Olivatpa kerran iloiset serkukset PCM, DPCM ja ADPCM PCM eli pulssikoodimodulaatio Koodaa jokaisen signaalinäytteen binääriseksi (eli vain ykkösiä ja nollia sisältäväksi) luvuksi kvantisointitasolle,
LisätiedotOhjelmistoarkkitehtuurit. Syksy 2007
Ohjelmistoarkkitehtuurit Syksy 2007 Kai Koskimies 1 Tervetuloa Tampereen yliopisto, Teknillinen korkeakoulu, Turun yliopisto 2 Kurssin tavoitteet Arkkitehtuuritason peruskäsitteiden ymmärtäminen Arkkitehtuurien
LisätiedotSignaalit ja järjestelmät aika- ja taajuusalueissa
Signaalit ja järjestelmät aika- ja taajuusalueissa Signaalit aika ja taajuusalueissa Muunnokset aika ja taajuusalueiden välillä Fourier sarja (jaksollinen signaali) Fourier muunnos (jaksoton signaali)
LisätiedotSignaalien datamuunnokset
Signaalien datamuunnokset Datamuunnosten teoriaa Muunnosten taustaa Muunnosten teoriaa Muunnosten rajoituksia ja ongelmia Petri Kärhä 06/02/2004 Luento 4a: Signaalien datamuunnokset 1 Digitaalitekniikan
LisätiedotPuheentuoton fonetiikan kertausta Vfo 251, Puhesynteesin perusteet. Äänet, resonanssi ja spektrit. Äänen tuotto ja eteneminen.
Puheentuoton fonetiikan kertausta Vfo 251, Puhesynteesin perusteet Martti Vainio Äänet, resonanssi ja spektrit Fonetiikan laitos, Helsingin yliopisto Puheentuoton fonetiikan kertausta p.1/109 Vfo251 Puhesynteesin
LisätiedotDigitaalisen kuvankäsittelyn perusteet
Digitaalisen kuvankäsittelyn perusteet Jukka Teuhola Turun yliopisto Tietojenkäsittelytiede Syksy 2010 http://staff.cs.utu.fi/kurssit/digitaalisen_kuvankasittelyn_perusteet/syksy_2010/index.htm DKP-1 J.
LisätiedotSignaalinkäsittely Musiikin sisältöanalyysi Rumpujen nuotinnos Muotoanalyysi Yhteenveto. Lectio praecursoria
Lectio praecursoria Signal Processing Methods for Drum Transcription and Music Structure Analysis (Signaalinkäsittelymenetelmiä rumpujen nuotintamiseen ja musiikin muotoanalyysiin) Jouni Paulus 8.1.2010
LisätiedotTuloslaskenta (22C00400, 6 op)
Tuloslaskenta (22C00400, 6 op) OPETUSSUUNNITELMA 29.9.2017 Opettajanyhteystiedot Kurssin tiedot Luennot ja harjoitukset Kurssin asema KTK, erikoistumisopinnot Nimi Kari Toiviainen (TS2013) S-posti kari.toiviainen@aalto.fi
LisätiedotKVANTITATIIVISET TUTKIMUSMENETELMÄT MAANTIETEESSÄ
KVANTITATIIVISET TUTKIMUSMENETELMÄT MAANTIETEESSÄ Syksy 2018 Kurssi-info 29.10.2018 OSAAMISTAVOITTEET Kurssin jälkeen opiskelija osaa tulkita ja arvioida numeeristen aineistojen tarjoamat mahdollisuudet
LisätiedotS-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
LisätiedotDigitaalinen Audio & Video I
Digitaalinen Audio & Video I Johdanto Digitaalinen audio Psykoakustiikka Äänen digitaalinen esitys Monikanavaääni ja äänen digitaalinen siirto Digitaalinen kuva Diskreetti kosiinimuunnos JPEG 1 Johdanto
LisätiedotKäytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely)
Käytännön radiotekniikkaa: Epälineaarinen komponentti ja signaalien siirtely taajuusalueessa (+ laboratoriotyön 2 esittely) ELEC-C5070 Elektroniikkapaja, 21.9.2015 Huom: Kurssissa on myöhemmin erikseen
LisätiedotMS-C1340 Lineaarialgebra ja differentiaaliyhtälöt
MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Syksy 2015 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 27.10.2015 1 / 8 Kangaslampi Lineaarialgebra ja differentiaaliyhtälöt
LisätiedotLUONNOLLINEN MITTASIGNAALI
Teoria ja mittausesimerkkejä Kalervo Kuikka 1 Yleisiä ominaisuuksia Luonnollinen mittasignaali on äänitaajuuslaitteiden laatumittauksiin tarkoitettu laajakaistainen synkroninen multitone mittasignaali,
LisätiedotOHJ-7400 Graafisen käyttöliittymän ohjelmointi 4/6op
OHJ-7400 Graafisen käyttöliittymän ohjelmointi 4/6op Syksy 2007, Periodit 1-2 Juha Järvensivu juha.jarvensivu@tut.fi Sisällysluettelo Käytännönjärjestelyt Esitietovaatimukset Suoritusvaatimukset Kurssin
LisätiedotTietokoneen rakenne (2 ov / 4 op) Syksy 2006
Luento 0 581365 Tietokoneen rakenne (2 ov / 4 op) Syksy 2006 Teemu Kerola Helsingin yliopisto Tietojenkäsittelytieteen laitos Luento 0-1 Tietokoneen rakenne Asema opetuksessa u 1999 HajaTilin pakollinen,
LisätiedotKojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto
Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia, 3 op 9 luentoa, 3 laskuharjoitukset ja vierailu mittausasemalle Tentti Oppikirjana Rinne & Haapanala:
LisätiedotLuento 8. Suodattimien käyttötarkoitus
Luento 8 Lineaarinen suodatus Ideaaliset alipäästö, ylipäästö ja kaistanpäästösuodattimet Käytännölliset suodattimet 8..006 Suodattimien käyttötarkoitus Signaalikaistan ulkopuolisen kohinan ja häiriöiden
LisätiedotKurssiesite Lausekielinen ohjelmointi II Syksy Jorma Laurikkala Tietojenkäsittelytieteet Informaatiotieteiden yksikkö Tampereen yliopisto
Kurssiesite Lausekielinen ohjelmointi II Syksy 2016 Jorma Laurikkala Tietojenkäsittelytieteet Informaatiotieteiden yksikkö Tampereen yliopisto Vastuuopettaja Jorma Laurikkala, yliopistonlehtori. Luennot,
LisätiedotSignaalien datamuunnokset. Digitaalitekniikan edut
Signaalien datamuunnokset Datamuunnosten teoriaa Muunnosten taustaa Muunnosten teoriaa Muunnosten rajoituksia ja ongelmia Petri Kärhä 09/02/2009 Signaalien datamuunnokset 1 Digitaalitekniikan edut Tarkoituksena
LisätiedotELEC-C5070 Elektroniikkapaja (5 op)
(5 op) Luento 5 A/D- ja D/A-muunnokset ja niiden vaikutus signaaleihin Signaalin A/D-muunnos Analogia-digitaalimuunnin (A/D-muunnin) muuttaa analogisen signaalin digitaaliseen muotoon, joka voidaan lukea
Lisätiedotz muunnos ja sen soveltaminen LTI järjestelmien analysointiin
z muunnos ja sen soveltaminen LTI järjestelmien analysointiin muunnoksella (eng. transform) on vastaava asema diskreettiaikaisten signaalien ja LTI järjestelmien analyysissä kuin Laplace muunnoksella jatkuvaaikaisten
LisätiedotTietokoneen rakenne (2 ov / 4 op) Syksy 2007 Liisa Marttinen. Helsingin yliopisto Tietojenkäsittelytieteen laitos
Luento 0 581365 Tietokoneen rakenne (2 ov / 4 op) Syksy 2007 Liisa Marttinen Helsingin yliopisto Tietojenkäsittelytieteen laitos Luento0-1 Tietokoneen rakenne Asema opetuksessa u 2005 HajaTilin valinnainen,
LisätiedotSIGNAALITEORIAN KERTAUSTA OSA 2
1 SIGNAALITEORIAN KERTAUSTA OSA 2 Miten spektri lasketaan moduloiduille ja näytteistetyille tietoliikennesignaaleille? KONVOLUUTIO JA KERTOLASKU 2 Kantataajuussignaali (baseband) = sanomasignaali ilman
LisätiedotEpäyhtälön molemmille puolille voidaan lisätä sama luku: kaikilla reaaliluvuilla a, b ja c on voimassa a < b a + c < b + c ja a b a + c b + c.
Epäyhtälö Kahden lausekkeen A ja B välisiä järjestysrelaatioita A < B, A B, A > B ja A B nimitetään epäyhtälöiksi. Esimerkiksi 2 < 6, 9 10, 5 > a + + 2 ja ( + 1) 2 2 + 2 ovat epäyhtälöitä. Epäyhtälössä
LisätiedotSignaalien tilastollinen mallinnus T-61.3040 (5 op) Syksy 2006 Harjoitustyö
Signaalien tilastollinen mallinnus T-61.3040 (5 op) Syksy 2006 Harjoitustyö Harjoitustyön sekä kurssin suorittaminen Kurssin suorittaminen edellyttää sekä tentin että harjoitustyön hyväksyttyä suoritusta.
LisätiedotTuloslaskenta (22C00400, 6 op)
Tuloslaskenta (22C00400, 6 op) OPETUSSUUNNITELMA 3.10.2016 Opettajanyhteystiedot Kurssin tiedot Luennot ja harjoitukset Kurssin asema KTK, erikoistumisopinnot Nimi Kari Toiviainen (TS2013) S-posti kari.toiviainen@aalto.fi
LisätiedotKurssin käytännön järjestelyt. Tuotantotalous 1 Joel Kauppi
Kurssin käytännön järjestelyt Tuotantotalous 1 Joel Kauppi Kurssin henkilökunta Vastuuopettaja prof. Paul Lillrank (TU-A1100 ja TU-A1200) Assistentit Joel Kauppi (Pääassistentti) Niko Pronin Elias Peterzens
LisätiedotPuheentutkimuksen tilastoanalyysin perusteet
Puheentutkimuksen tilastoanalyysin perusteet Pertti Palo 2.11.2011 Kuka? Tekn.Lis. Pertti Palo pertti.palo (ät) helsinki.fi vastaanotto sopimuksen mukaan Todennäköisyyslaskua keväästä -99 Puhetieteiden
LisätiedotKenguru 2016 Mini-Ecolier (2. ja 3. luokka) Ratkaisut
sivu 1 / 11 TEHTÄVÄ 1 2 3 4 5 6 VASTAUS E B C D D A TEHTÄVÄ 7 8 9 10 11 12 VASTAUS E C D C E C TEHTÄVÄ 13 14 15 16 17 18 VASTAUS A B E E B A sivu 2 / 11 3 pistettä 1. Anni, Bert, Camilla, David ja Eemeli
LisätiedotSanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa
Sanajärjestyksen ja intensiteetin vaikutus suomen intonaation havaitsemisessa ja tuotossa Martti Vainio, Juhani Järvikivi & Stefan Werner Helsinki/Turku/Joensuu Fonetiikan päivät 2004, Oulu 27.-28.8.2004
LisätiedotTL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen
TL5503 DSK, laboraatiot (1.5 op) Suodatus 2 (ver 1.0) Jyrki Laitinen TL5503 DSK, laboraatiot (1.5 op), K2005 1 Suorita oheisten ohjeiden mukaiset tehtävät Matlab-ohjelmistoa käyttäen. Kokoa erilliseen
LisätiedotPuheentunnistus. Joel Pyykkö 1. 1 DL-AT Consulting
Puheentunnistus Joel Pyykkö 1 1 DL-AT Consulting 2018 Sisällysluettelo Puheentunnistus Yleisesti Chattibotin Luonti Esimerkkinä - Amazon Lex Puheentunnistus Yleisesti Puheentunnistus Yleisesti Puheentunnistus
LisätiedotDigitaalinen audio & video, osa I
Digitaalinen audio & video, osa I Johdanto Digitaalinen audio + Psykoakustiikka + Äänen digitaalinen esitys Digitaalinen kuva +JPEG Petri Vuorimaa 1 Johdanto Multimediassa hyödynnetään todellista ääntä,
LisätiedotAnalyyttinen mekaniikka I periodi 2012
Analyyttinen mekaniikka I periodi 2012 Luennot: Luennoitsija: Kurssin kotisivu: ma & to 10-12 (E204) Rami Vainio, Rami.Vainio@helsinki.fi http://theory.physics.helsinki.fi/~klmek/ Harjoitukset: to 16-18
LisätiedotAV-muotojen migraatiotyöpaja - ääni. KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen
AV-muotojen migraatiotyöpaja - ääni KDK-pitkäaikaissäilytys 2013 -seminaari 6.5.2013 / Juha Lehtonen Äänimuodot Ääneen vaikuttavia asioita Taajuudet Äänen voimakkuus Kanavien määrä Näytteistys Bittisyvyys
LisätiedotTIETOLIIKENNETEKNIIKKA I A
TIETOLIIKENNETEKNIIKKA I 521359A KURSSI ANALOGISEN TIEDONSIIRRON PERUSTEISTA Dos. Kari Kärkkäinen Tietoliikennelaboratorio, huone TS439, 4. krs. kk@ee.oulu.fi, http://www.telecomlab.oulu.fi/~kk/ puh: 08
Lisätiedot