60 Präsenzstunden, 90 Stunden Eigenarbeit zur Vor-/Nachbereitung, Arbeit an der Modularbeit und zur Vorbereitung der Präsentation

Grundkenntnisse maschinelles Lernen mit neuronalen Netzen, Python. Grundkenntnisse in der Signalverarbeitung sind hilfreich.

Die Studierenden sind in der Lage...

• Die in Audio- und Sprachdaten verfügbaren Informationen zu erkennen
• Methoden zur Verarbeitung und Analyse von Audiodaten zu implementieren und zu beurteilen
• Techniken aus der Signalverarbeitung und dem maschinellen Lernen auf Audiodaten anzuwenden
• Konzeptionelle und praktische Lösungen für audiobasierte Probleme in der realen Welt zu entwerfen

• Grundlagen der Signalverarbeitung
• Audio-Features
• Maschinelles Lernen für Audio
• Verarbeitung von Umwelt- und Industriegeräuschen
• Music Information Retrieval
• Sprach- und Sprechererkennung (z.B. HMMs, neuronale Netze)
• Audiogenerierung
• Sprachsynthese und Dialogsysteme
• Aktuelle Anwendungen (z.B. Denoising, Voice Imitation)

• Vortrag mit Folien und Beispielen
• Programmieraufgaben in Python mit Jupyter-Notebooks
• eigene Vorträge der Studierenden sowie Modularbeit

• Rabiner, L. R., & Schafer, R. W. Digital processing of speech signals.
• Gold, B., & Morgan, N. Speech and Audio Signal Processing. Wiley.
• Müller, M. Fundamentals of Music Processing.
• Virtanen, T., Plumbley, M., & Ellis, D. Computational Analysis of Sound Scenes and Events. Springer.
• Jurafsky, D., & Martin, J.H. Speech and Language Processing.