Print
Univis
Search
 
FAU-Logo
Techn. Fakultät Willkommen am Institut für Informatik FAU-Logo

Bau eines Spracherkenners [BSpEr]

Summary
Konzepte und Implementierung eines State-of-the-Art Spracherkennungssystems in Java.

Dates & Rooms:


Lecturer
Riedhammer, Korbinian
Steidl, Stefan

Termin: 3.-7.8. und 10.-14.8.!

Treffpunkt 09:00ct im 09.150

 

 

Im Rahmen der Veranstaltung benützen wir ein SVN Repository. Es ist im CIP lokal, sonst per SSH erreichbar: svn+ssh://faui02j.informatik.uni-erlangen.de/home/cip/2003/sikoried/svnrep und ist für die Gruppe immdstud schreibbar. Natürlich greifen wir auf bereits fertige Bibliotheken zurück. Wir verwenden jtransforms und Jama, sowie eine Referenzimplementierung von uns zum Testen (alles zusammen gibts hier zum Download).

Diese Veranstaltung ist ein Programmierpraktikum, in dem es um die Neuimplementierung eines Spracherkennungssystems geht. Um Praxis und Theorie zu verbinden, werden wir vormittags die theoretischen Grundlagen behandeln, die nachmittags in Java umgesetzt werden sollen. In diesem Semester werden wir uns zunächst mit der Merkmalextraktion und dem Training eines Spracherkenners befassen. Der eigentliche Erkenner wird in zukünftigen Semestern implementiert und kontinuierlich erweitert, um ihn in aktueller Forschung und Lehre einzusetzen,

Um ein konzentriertes Arbeiten zu ermöglichen wird die Veranstaltung als Block am Anfang der vorlesungsfreien Zeit (erste Augusthälfte) durchgeführt. Primär wird ein benoteter Schein über 4 SWS (5 ECTS) angeboten, andere Modi nach Absprache.

 

Der Aufbau eines Spracherkennungssystems ist folgender:

 

 

Die Merkmalextraktion soll als Kette von Streams implementiert werden.

Jede Stufe soll sich durch das Dazwischenhängen geeigneter Visualisierungsobjekte grafisch in Echtzeit darstellen lassen.

 

 

 

Die Implementierung des gesamten Systems wird in Java erfolgen.

Grundlegende Kenntnisse in objektorientierter Programmierung sind erforderlich; Programmiererfahrung und Kenntnisse in effizienter Java-Programmierung wünschenswert.

Es ist sinnvoll, die Vorlesungen Mustererkennung und Musteranalyse bereits gehört zu haben, aber nicht zwingend erforderlich. Die Vorlesung Sprachverstehen wäre optimal.