CENG722 Speech Enhancement

6 AKTS - 3-0 Süre (T+U)- . Yarıyıl- 3 Yerel Kredi

Genel Bilgi

Kod CENG722
Ad Speech Enhancement
Dönem 2023-2024 Eğitim-Öğretim Yılı
Dönem Bahar
Süre (T+U) 3-0 (T-U) (17 Hafta)
AKTS 6 AKTS
Yerel Kredi 3 Yerel Kredi
Eğitim Dil İngilizce
Seviye Doktora Dersi
Tür Normal
Öğretim Şekli Yüz Yüze Öğretim
Bilgi Paketi Koordinatörü Prof. Dr. ZEKERİYA TÜFEKCİ
Dersin Öğretim Elemanı
Güncel dönem ders programı henüz yapılmamıştır.


Dersin Amacı / Hedefi

Bu dersin amacı temel konuşma sinyali iyileştime yöntemleri olan spectral substractive algorithms, wiener filtering, statistical model based algorithms, subspace algorithms, ve noise estimation algorithms yöntemlerini öğretmek.

Dersin İçeriği

Bu ders spectral substractive algorithms, wiener filtering, statistical model based algorithms, subspace algorithms, and noise estimation algorithms konularını kapsamaktadır.

Dersin Ön Koşulu

ön koşul yok

Kaynaklar

Speech Enhancement Theory and Practice Philipos C. Loizou

Notlar

Speech Enhancement Jacob Benesty , Shoji Makino , Jingdong Chen


Dersin Öğrenme Çıktıları

Sıra Dersin Öğrenme Çıktıları
ÖÇ01 spectral substractive algoritmalarını bilir
ÖÇ02 Wiener filteringi bilir
ÖÇ03 Statistical model temelli algoritmaları bilir
ÖÇ04 Subspace algoritmalarını bilir
ÖÇ05 Noise estimation algoritmalarını bilir


Program Öğrenme Çıktıları ile İlişkisi

Sıra Tür Program Öğrenme Çıktıları Duzey
PÖÇ01 Bilgi - Kuramsal, Olgusal Lisans düzeyinde kazanılan yetkinlikler temelinde Bilgisayar Mühendisliği temel alanında özgün çalışmalar için gerekli temeli sağlayan ileri düzeyde bilgi ve kavrayışa sahiptir.
PÖÇ02 Bilgi - Kuramsal, Olgusal Mühendislik alanında bilimsel araştırma yaparak bilgiye genişlemesine ve derinlemesine ulaşır, bilgiyi değerlendirir, yorumlar ve uygular. 1
PÖÇ03 Yetkinlikler - Öğrenme Yetkinliği Mesleğinin yeni ve gelişmekte olan uygulamalarının farkında olup, gerektiğinde bunları inceler ve öğrenir. 2
PÖÇ04 Yetkinlikler - Öğrenme Yetkinliği Mühendislik problemlerini kurgular, çözmek için yöntem geliştirir ve çözümlerde yenilikçi yöntemler uygular. 4
PÖÇ05 Yetkinlikler - Öğrenme Yetkinliği Analitik, modelleme ve deneysel esaslı araştırmaları tasarlar ve uygular, bu süreçte karşılaşılan karmaşık durumları çözümler ve yorumlar. 4
PÖÇ06 Yetkinlikler - Öğrenme Yetkinliği Yeni ve/veya özgün fikir ve yöntemler geliştirir, sistem, parça veya süreç tasarımlarında yenilikçi çözümler geliştirir.
PÖÇ07 Beceriler - Bilişsel, Uygulamalı Öğrenme becerilerine sahip olur.
PÖÇ08 Beceriler - Bilişsel, Uygulamalı Bilgisayar Mühendisliğinin yeni ve gelişmekte olan uygulamalarının farkında olup gerektiğinde bunları inceler ve öğrenir. 4
PÖÇ09 Beceriler - Bilişsel, Uygulamalı Çalışmalarının süreç ve sonuçlarını Bilgisayar Mühendisliği alanındaki veya alan dışındaki ulusal ve uluslararası ortamlarda açık bir şekilde yazılı veya sözlü olarak aktarır. 3
PÖÇ10 Beceriler - Bilişsel, Uygulamalı Bilgisayar Mühendisliğinde uygulanan güncel teknik ve yöntemler ile bunların kısıtları hakkında kapsamlı bilgiye sahip olur.
PÖÇ11 Beceriler - Bilişsel, Uygulamalı Bilgisayar Mühendisliğinin gerektirdiği düzeyde bilgisayar yazılımı ile birlikte bilişim ve iletişim teknolojilerini ileri düzeyde etkileşimli olarak kullanır. 3
PÖÇ12 Bilgi - Kuramsal, Olgusal Mesleki tüm etkinliklerde toplumsal, bilimsel ve etik değerleri gözetir.


Haftalık Akış

Hafta Konu Ön Hazırlık Yöntemler
1 Spectral Substractive Algorithms Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
2 Nonlinear Spectral Substraction Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
3 Wiener Filtering Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
4 İterative Wiener Filtering Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
5 Statistical Model Based Algorithms Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
6 Maximum Likelihood Estimators Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
7 Bayesian Estimator Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
8 Ara Sınav Ders kitabından ilgili bölümleri ve ders notlarını okur. Ölçme Yöntemleri:
Yazılı Sınav
9 MMSE Estimator Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
10 Subspace Algorithms Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
11 SVD Based Algorithms Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
12 EVD Based Algorithms Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
13 Noise Estimation Algorithms Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
14 Minimal Statistic Noise Estimation Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
15 Histogram Based Techniques Ders kitabından ilgili bölümü okur. Öğretim Yöntemleri:
Anlatım, Soru-Cevap, Tartışma
16 Yarıyıl Sonu Sınavları Ders kitabından ilgili bölümleri ve ders notlarını okur. Ölçme Yöntemleri:
Yazılı Sınav
17 Yarıyıl Sonu Sınavları Ders kitabından ilgili bölümleri ve ders notlarını okur. Ölçme Yöntemleri:
Yazılı Sınav


Öğrenci İş Yükü - AKTS

Çalışmalar Sayısı Süresi (Saat) İş Yükü (Saat)
Ders ile İlgili Çalışmalar
Ders (Sınav haftaları dahil değildir) 14 3 42
Sınıf Dışı Ders Çalışma (Ön çalışma, pekiştirme) 14 5 70
Değerlendirmeler ile İlgili Çalışmalar
Ödev, Proje, Diğer 0 0 0
Ara Sınavlar (Yazılı, Sözlü, vs.) 1 15 15
Yarıyıl/Yıl Sonu/Final Sınavı 1 30 30
Toplam İş Yükü (Saat) 157
Toplam İş Yükü / 25 (s) 6,28
AKTS 6 AKTS

Güncelleme Zamanı: 11.05.2023 05:06