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