The course concentrates on algorithms for speech and audio signal processing with applications in telecommunications and multimedia, especially

• physiology and models for human speech production and hearing: source-filter model, filterbank model of the cochlea, masking effects,

• representation of speech and audio signals: estimation and representation of short-term and long-term statistics in the time and frequency domain as well as the cepstral domain; typical examples and visualizations

• source coding for speech and audio signals: criteria, scalar and vector quantization, linear prediction, prediction of the pitch frequency; waveform coding, parametric coding, hybrid coding, codec standards (ITU, GSM, ISO-MPEG)

• basic concepts of automatic speech recognition (ASR): feature extraction, dynamic time warping, Hidden Markov Models (HMMs)

• basic concepts of speech synthesis: text-to-speech systems, model-based and data-driven synthesis, PSOLA synthesis system

• signal enhancement for acquisition and reproduction: noise reduction, acoustic echo cancellation, dereverberation using single-channel and multichannel algorithms.

Die Vorlesung behandelt Grundlagen und Algorithmen der Verarbeitung von Sprach- und Audiosignalen mit Anwendungen in Telekommunikation und Multimedia, insbesondere:

• Physiologie und Modelle der Spracherzeugung und des Hrens: Quelle-Filter-Modell, Filterbank-Modell der Cochlea; Maskierungseffekte;

• Darstellung von Sprach- und Audiosignalen: Schtzung und Darstellung der Kurzzeit- und Langzeitstatistik in Zeit-, Frequenz- und Cepstralbereich; typische Beispiele, Visualisierungen;

• Quellencodierung fr Sprache und Audiosignale: Kriterien; skalare und vektorielle Codierung; lineare Prdiktion; Pitchprdiktion; Wellenform-/Parameter-/Hybrid-Codierung; Standards (ITU, GSM, ISO-MPEG)

• Spracherkennung: Merkmalextraktion, Dynamic Time Warping, Hidden Markov Models

• Grundprinzipien der Sprachsynthese: Text-to-Speech Systeme, modellbasierte und datenbasierte Synthese, PSOLA-Synthese

• Signalverbesserung bei Signalaufnahme und wiedergabe: Geruschbefreiung, Echokompensation, Enthallung mittels ein- und mehrkanaliger Verfahren;