Речевые технологии

2026/2027

ID 1145407

Статус: Маго-лего

Кто читает: Департамент филологии

Где читается: Санкт-Петербургская школа гуманитарных наук и искусств

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Явшиц Екатерина Валерьевна

Язык: русский

Кредиты: 6

Контактные часы: 32

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс знакомит студентов с основными принципами и методами анализа и автоматического синтеза речевого сигнала, а также автоматического распознавания речи. Студенты получают представление об акустике речевого сигнала, учатся применять различные инструменты для его обработки и разметки. Также студенты знакомятся с существующими системами распознавания и синтеза речи и учатся применять их на практике.

Цель освоения дисциплины

Ознакомление с методами обработки речевого сигнала.
Ознакомление с методами распознавания речи, диктора, акустических событий и синтеза речи.
Освоение студентами систем и моделей синтеза и распознавания речи.

Планируемые результаты обучения

имеет представление об акустической теории речеобразования, оперирует основными акустическими понятиями (частота, период, амплитуда, резонатор, спектр, гармоники, форманты, основной тон);
владеет навыками обработки сигнала: построение мгновенных спектров и сонаграмм, вычисление формант, разметка сигнала в программе Praat, манипуляция свойствами сигнала (амплитуда, основной тон);
ориентируется в основных методах синтеза речевого сигнала (компилятивный: субаллофонный, аллофонный, дифонный, слоговый, макросинтез, unit selection; параметрический, артикуляционный);
владеет навыками разработки звуковой базы для компилятивного синтеза
ориентируется в устройстве системы автоматического распознавания речи (АРР): акустическая модель, языковая модель, декодер;
владеет навыками извлечения из сигнала релевантных для АРР акустических признаков с использованием Kaldi или Python
понимает принципы создания произносительных словарей, ориентируется в методах и инструментах их разработки
владеет навыками применения систем АРР на практике, оценки качества распознавания
владеет навыками извлечения из сигнала релевантных для АРР акустических признаков с использованием Python

Содержание учебной дисциплины

Акустическая теория речеобразования и характеристики речевого сигнала
Основы физиологии человеческого слуха и цифровая обработка речевого сигнала
Синтез речи. Направления синтеза речи
Общая информация о системах АРР
Верификация диктора по голосу
Диаризация в речевых технологиях
Автоматическое распознавание речи в зашумленных условиях. Шумоочистка и шумоподавление. Разнообразие шумов и искажений
Распознавание акустических событий и сцен

Элементы контроля

Практическое задание
Практическое задание – среднее арифметическое оценок за практические задания (работа в PRAAT/scipy, работа по компилятивному синтезу, работа с системой АРР)
Аудиторная работа
Аудиторная работа – среднее арифметическое оценок за краткие ответы на вопросы лектора в начале занятия, полученных в течение семестра.
Экзамен
Экзамен – оценка за экзамен. Экзамен проводится в устной форме по билетам. В каждом билете два вопроса.

Промежуточная аттестация

2026/2027 2nd module
0.2 * Аудиторная работа + 0.5 * Практическое задание + 0.3 * Экзамен

Список литературы

Авторы

Явшиц Екатерина Валерьевна
Жиляева Виктория Артуровна

Программа дисциплины