Інфопакет

Природні людинокомп’ютерні інтерфейси

ДВС.3.10

Вибіркова дисципліна для ОП

Перший

2023/2024

8 Семестр

3

ПРН2. Використовувати сучасний математичний апарат неперервного та дискретного аналізу, лінійної алгебри, аналітичної геометрії, в професійній діяльності для розв’язання задач теоретичного та прикладного характеру в процесі проектування та реалізації об’єктів інформатизації за галузями. ПРН7. Вміти застосовувати методологію імітаційного моделювання об’єктів, процесів і систем, планувати та проводити експерименти з моделями, прийняття рішень щодо досягнення мети за результатами моделювання. ПРН21.3. Знати технології штучного інтелекту та вміти застосовувати їх у розв’язанні практичних задач. ПРН22.3. Знати технології реалізації взаємодії «людина-комп’ютер» та вміти їх застосовувати.

1. Знати основні методи обробки, аналізу і синтезу голосової, текстової, символьної форм інформації, методи моделювання складних систем, методи візуалізації даних та ін. 2. Вміти застосувати основні методи моделювання та розпізнавання комунікаційної інформації, створення програмного забезпечення для дослідження голосової інформації та оволодіти практичними навичками розв’язування цього класу проблем. 3. Володіти елементарними навичками роботи з обробки інформації, з програмування, з базами даних, розробки алгоритмів, розпізнавання образів.

Навчальна дисципліна включає такі розділи. Способи отримання та обробки голосової інформації. Виділення основних характеристик у голосових мовних сигналах. Проблеми навчальних вибірок. Фонетичні характеристики мовних сигналів. Основні алгоритми конкатенативного та формантного синтезу. Дослідження голосового тракту людини, моделі побудови та поширення звуку. Рівняння Вебстера для моделювання голосового каналу. Основні просодичні характеристики голосу людини. Частотна фільтрація сигналів. Методи, побудовані на енергетичних характеристиках сигналів. Методи виділення окремих слів. Методи аналізу мовних сигналів. Лінійне передбачення для синтезу й розпізнавання мовних сигналів. Основним завданням є надання знань з обробки, моделювання та розпізнавання голосової мовної інформації, розвиток практичних навичок з розв’язування навчальних і практичних задач. Викладається у 8-му семестрі в обсязі 90 год. (3 кредити ECTS) зокрема: лекції – 28 год., консультації – 2 год., самостійна робота – 60 год. Передбачено 2 контрольні роботи та залік.

Основні: 1. Дж.Л.Фланаган. Анализ, синтез и восприятие речи. Пер. с англ. – М.: Связь, 1968. 2. Becchetti C, Ricotti L.P. Speech recognition. Theory and C++ Implementation. John Wiley& Sons Ltd, 1999. 3. Jurafsky D., Martin J.H. Speech and Language Processing. An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition. Second Edition. – Pearson Prentice Hall, 2009. 4. Винцюк Т. К. Анализ, распознавание и интерпретация речевых сигналов. – Киев: Наук. думка, 1987. 5. Piegl L., Tiller W. The NURBS Book, – Berlin, Germany: Springer-Verlag, 1996. 6. Rabiner L., Juang B.-H. Fundamentals of Speech Recognition. – PTR Prentice Hall, 1993. ..

Лекції, консультації, самостійна робота

Форми оцінювання студентів: 1. Контрольна робота 1: РН1.1 – 30 б./18 б. 2. Контрольна робота 2: РН1.1, РН2.1 – 30 б./18 б. 3. Поточне оцінювання: РН 2.1, РН 4.1, РН 4.2 – 40 б. / 24 б. 7.2 Організація оцінювання: На підставі п.п. 4.1, 4.2 Положення про порядок оцінювання знань студентів та п.п. 4.6.1, 7.1.5, 7.1.11, 7.1.12 Положення про організацію навчального процесу: – максимальна кількість балів які можуть бути отримані студентом упродовж семестру – 100; – залік виставляється за підсумками роботи в семестрі як сума балів, отриманих за контрольні роботи та поточне оцінювання

Українська