シラバス参照

科目名 音声・音響信号処理 
担当者氏名

坂野 秀樹

全開講対象学科 理工学部情報工学科
年次 3年次 
クラス  
講義学期 後期 
単位数
必選区分  
学期・曜日・時限  
部門 専門教育部門-情報工学専門科目 
備考 本授業はCP2・4およびDP2に該当する 



準備学習・事後学習
準備学習:「情報数学基礎」で学ぶフーリエ変換等の技術と、「ディジタル信号処理1」で学ぶディジタル信号処理技術について十分に復習するとともに、毎回の授業に関係する情報を収集して予習すること。

事後学習:毎回の授業で学んだことを復習すること。

授業外の学習時間:毎回、授業時間の2倍の自学自習をすること。

フィードバック:小テストについては、質問等があれば翌週に解説を行う。定期試験は、質問等があれば個別に対応を行う。 
履修上の留意
「情報数学基礎」で学ぶフーリエ変換等の技術と、「ディジタル信号処理1」で学ぶディジタル信号処理技術を理解していること。また、「ディジタル信号処理2」を履修していることが望ましい。 
授業の概要と目的
音声の基本的性質、音声の生成、音声の生成モデル、音声のスペクトル分析、線形予測分析、音声分析合成システム、音声符号化、HMM音声認識システムなど、音声・音響処理の要素技術の基礎を学び、理解する。(科目ナンバリングコード:TJ31120) 
サブタイトル
メディア情報処理で重要となる音声・音響処理に関する要素技術の基礎を学ぶ。 
到達目標
音声の分析、音声の合成、音声の認識などの音声・音響信号処理の基本要素技術が理解できる。 
授業計画
【項目欄】 【内容欄】
1. 音声の基本的性質  音声の基本的性質について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
2. 音声の生成  音声の生成とについて学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
3. 音声の生成モデル  音声の生成モデルの基礎について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
4. 音声の分析の基礎  音声のディジタル化と、離散フーリエ変換を用いた音声の短時間分析について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
5. ケプストラム分析  音声の分析で基本となるケプストラム分析について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
6. 自己相関関数  後の講義で登場する線形予測分析を行う際に用いられる自己相関関数について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
7. 線形予測分析1  音声の分析で基本となる線形予測分析の基礎について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
8. 線形予測分析2  線形予測分析の解法について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
9. PARCOR分析  線形予測分析の一種であるPARCOR分析について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
10. 音声分析合成  音声分析合成について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
11. 基本周波数の抽出  音声分析合成において必要不可欠な基本周波数の抽出手法について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
12. 音声符号化と音声合成の応用  音声の符号化とベクトル量子化、音声合成の応用について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
13. 音声認識の基礎  音声認識の基礎について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
14. 隠れマルコフモデルに基づく音声認識  隠れマルコフモデルに基づく音声認識について学び、これを理解する。

到達レベル:上記の内容を理解し、説明できるレベル 
15. 総括  これまでの授業を総括する。 到達レベル:これまでの内容を理解し、説明できるレベル 
テキスト
【書籍名】 【著者】 【出版社】
1. メディア情報処理  末永 康仁 編著  オーム社 
参考文献
【書籍名】 【著者】 【出版社】
1. 新音響・音声工学  古井 貞煕  近代科学社 
2. ディジタル信号処理  有木康雄 編著  オーム社 
授業方法の形式
講義 
成績評価方法及び評価基準
小テスト20%、定期試験80%により評価。ただし、出席回数が3分の2に満たない場合は欠格とする。 
受講生へのメッセージ
音声・音響信号は、フーリエ解析やディジタル信号処理の技術を最も直接的に適用できるものだと思います。そのため、この講義によって、フーリエ解析やディジタル信号処理をより深く理解できるようになるはずです。 
参考URL
画像
ファイル
更新日時 2020/02/26 11:04


PAGE TOP