+98 21 8609-3065 h.veisi@ut.ac.ir
Introduction to Computational Linguistics

پردازش گفتار دیجیتال

نيم‌سال دوم 1403-1402

مدرس: دکتر هادی ویسی

دانشکدگان علوم و فناوری‌های میان رشته‌ای، دانشکده سامانه‌های هوشمند، دانشگاه تهران

آدرس ایمیل: h.veisi@ut.ac.ir

3
i

پیش‌ نیاز: ندارد

e

تعداد واحد: ۳

}

زمان و محل برگزاری

  • شنبه و دو‌شنبه، ساعت 10:30 الی 12:00
    دانشکدگان علوم و فناوری‌های میان رشته‌ای، دانشکده سامانه‌های هوشمند.

دستیاران آموزشی

علیرضا علی عسکری: ali_http_ali@yahoo.com

روشنک تالشی: roshan.mt98@gmail.com

درباره درس

شرح درس درس پردازش گفتار به عنوان مبانی فناوری پردازش زبان گفتاری، مروری بر مفاهیم پایه پردازش گفتار دیجیتال و کاربردهای آن مانند تشخیص گفتار، سنتز گفتار، بهسازی گفتاری و … است. در این درس، اصول و روش‌های پردازش سیگنال گفتار و یادگیری ماشین پوشش داده می‌شوند و در طول درس تمرین‌های مرتبط صورت می‌گیرد.

منابع

1. منابع کمکی 1. هادی ویسی، کبری مفاخری، پردازش گفتار: مبانی نظری، الگوریتم ها و توسعه محصول (جلد اول)، نص، 1400

X Huang, A Acero, HW Hon, Spoken Language Processing, Prentice Hall, Upper Saddle River, NJ, USA, 2001.

2. هادی ویسی، مصطفی صالحی، وحید رنجبر بافقی، الما جعفری صدر، فرناز صادقی، محمد بحرانی، پردازش زبان و گفتـار: مقدمه‌ای بر پردازش زبان طبیعی، زبان‌شناسی رایانشی و پردازش گفتار، نویسه پارسی، 1401

Daniel Jurafsky and James H. Martin, Speech and Language Processing, Pearson Education (2nd edition, 3rd Ed), 2008, 2021.

3. J. R. Deller, J. G. Proakis, J. H. Hansen, Discrete Time Processing of Speech Signals, Prentice Hall PTR Upper Saddle River, NJ, USA, 1993.

4. Lawrence R. Rabiner, Ronald W. Schafer, Theory and Applications of Digital Speech Processing, Pearson, 2011.

نمره‌دهی

توضیح

وزن

عنوان

بعد از هر موضوع (وزن تمرین‌ها برابر نیست) 55% تمرین

دو-سه سوال کوتاه، چند بار در طول دوره 10% آزمونک (کویز)

10%

آزمونک (کویز)

دوشنبه 27/01/1403 ساعت 10:30 15% آزمون میان‌ترم
از کل مطالب درس، مطابق برنامه دانشگاه 20% آزمون پایان‌ترم
موضوع اختیاری مرتبط با مباحث درس، تعیین موضوع تا دوشنبه 27/01/1403
تحویل پروژه: اولین شنبه یا دوشنبه بعد از آخرین امتحان پایان‌ترم (16/04/1403)
10% (اختیاری، نمره اضافی) پروژه

نظر به تمرینی بودن درس و اختصاص بخش عمده نمره به تمرین‌ها و پروژه، جهت موفقیت، همراهی دانشجو در طول ترم و یادگیری مستمر، ضروری است.

سیاست‌های درس

1. تمرین:

برای هر بخش (موضوع)، تعدادی تمرین در نظر گرفته شده است که باید در مهلت‌های مقرر شده تحویل شود. همفکری و همکاری در یافتن پاسخ سوال‌ها نه تنها بلامانع است، بلکه مورد حمایت نیز است، اما پاسخ هر دانشجو باید توسط خودش و به صورت مستقل نوشته شود و در صورتی که کپی بودن یکی یا چند مورد از پاسخ سوال‌های یک تمرین مشخص شود، کل نمره آن تمرین در نظر گرفته نمی‌شود. تمرین‌های دارای پیاده‌سازی، باید هم شامل کدها و هم شامل گزارش مربوطه باشد، ارسال گزارش یا کد به تنهایی، شامل نمره نمی‌شود.

ارسال پاسخ تمرین‌ها:

تنها به صورت الکترونیکی و به ایمیل استاد درس است. در صورت نوشتن پاسخ تمرین‌های حل شدنی روی کاغذ، می‌توانید تصویر آن را ارسال کنید و نیاز به تایپ نیست. همه مطالب و فایل‌های مرتبط با یک تمرین را در یک فایل فشرده شده ارسال کنید. فرمت نام‌گذاری فایل ارسالی به صورت زیر است (لطفا از ارسال فایل با اسم‌هایی بی‌معنی و نامفهوم مانند New Folder.rar یا HW.rar خودداری کنید):
Speech_Family_StNo_HW#.rar
که در آن Family بیانگر نام‌خانودگی دانشجو، StNo شماره دانشجویی و # شماره تمرین است. مثلا پاسخ تمرین شماره 1 توسط آقای/خانم احمدی با شماره دانشجویی 830496001 به صورت Speech_Ahmadi_830496001_HW1.rar است.

دیرکرد در تحویل:

تحویل به موقع پاسخ تمرین‌ها از موارد ضرروی است و پاسخ‌ها باید حداکثر تا ساعت 23:59 تاریخ تعیین شده ارسال شود. در صورت داشتن تاخیر در ارسال پاسخ‌ها، به ازای هر یک ساعت دیرکرد (از یک ثانیه تا 60 دقیقه!) به میزان 1% از نمره آن کسر می‌شود. هر دانشجو در انتهای نیمسال می‌تواند از امکان بخشودگی یک مورد دیرکرد (برای یک تمرین)، حداکثر به اندازه یک روز (24 ساعت)، به انتخاب خودش برخوردار شود..

2. آزمونک (کویز):

در طول ترم، چند آزمونک خواهیم داشت که دو-سه سوال است و ممکن است بدون اطلاع قبلی برگزار شود..

3. امتحان میان‌ترم:

آزمون میان‌ترم به صورت کتبی است و شامل مطالب تدریس شده تا زمان آزمون خواهد بود.

4. امتحان پایان‌ترم:

این آزمون به صورت کتبی است و شامل کلیه مطالب تدریس شده (از جمله مطالب پوشش داده شده در آزمون میان‌ترم) است.

5. پروژه:

برای درس، هر دانشجو باید یک پروژه کاربردی جهت پیاده‌سازی انتخاب کرده و آن را در MATLAB/Python (یا سایر زبان‌های برنامه‌نویسی) پیاده کند. در انجام پروژه نیاز به نوآوری نبوده و کافیست پیاده‌سازی از یک پژوهش (مقاله، پایان‌نامه و …) موجود صورت پذیرد. علاوه‌بر کد برنامه، گزارش مکتوبی (به صورت تایپ شده) از دانشجویان تحویل گرفته می‌شود که باید شامل نتایج بدست آمده و تحلیل‌های مربوطه باشد. هر دانشجو می‌تواند با هماهنگی استاد موضوع خود را انتخاب کرده و اعلام نماید. آخرین زمان تعیین موضوع پروژه در جدول نمره‌دهی مشخص شده است. در صورت عدم نهایی کردن موضوع تا این تاریخ، انجام پروژه مورد قبول نخواهد بود. برخی موضوع‌های پیشنهادی عبارتنداز:
• تشخیص احساس در گفتار با استفاده از یادگیری عمیق
• تشخیص گفتار برای تعداد کلمات محدود
• تبدیل متن به گفتار با استفاده از شبکه‌های عمیق مانند مبدل‌ها یا GAN
• بهسازی گفتار و حذف نویز با شبکه‌های عصبی عمیق
• بازشناسی دیداری-شنیداری (Audio-Visual) گفتار

6. مقاله:

برای آن دسته از دانشجویانی که در موضوع‌های مرتبط با درس، به ویژه در پروژه، کار علمی مناسبی انجام داده و به نتایج قابل انتشاری دست یافته‌اند، می‌توانند آن را در قالب یک مقاله منتشر کنند. این درس، شما را به نوشتن مقاله تشویق نمی‌کند! و نمره آن فقط به منظور ارج نهادن به تلاش افرادی است که بیشتر از بقیه کوشش داشته و دستاورد بهتری داشته‌اند. بنابراین، در این درس نه تنها اجباری در نوشتن مقاله نیست و نمره آن مازاد بر نمره درس است، بلکه در هیچ شرایطی (در طول عمرتان!) نباید مقاله را به عنوان یک هدف در نظر بگیرید. مقاله باید محصول جانبی یک کار پژوهشی خوب باشد. لذا از نظر سیاست‌های این درس، ننوشتن مقاله، بسیار پسندیده‌تر از نوشتن آن به هر قیمتی است! نمره مقاله تنها به دانشجویانی تعلق می‌گیرد که قبل از ارسال نمرات درس به آموزش، مقاله خود را به مجله/کنفرانس ارسال کرده باشند. بدیهی است قبل از ارسال هر مقاله‌ای نیاز به بررسی و تایید استاد درس وجود دارد. یادآوری می‌شود دانشجویانی که استاد راهنمای آنها مشخص شده است، لازم است همکاری با این درس در نوشتن مقاله را به اطلاع استاد خود برسانند.

7. بازنگری نمره‌ها و برگه‌ها:

دانشجویانی که درخواست دارند هر کدام از نمرات آنها بازنگری شود و یا برگه‌های خود را ببینند، در تاریخ تحویل پروژه درس این کار را انجام دهند (حتی اگر پروژه انجام نداده باشند).

8. تقلب و کپی‌بردای:

هدف درس تمرین و یادگیری مطالب موردنظر توسط دانشجو در طول ترم است و لازم است تمام مطالب مربوط به تمرین‌ها توسط خود دانشجو انجام شود. هرچند همکاری دانشجویان در حل مسائل درس توصیه می‌شود اما پاسخ نهایی سوال‌ها باید توسط هر دانشجو به صورت مستقل نوشته شود. در صورتی که در هر شرایطی مشخص شود که تمام یا بخشی از مطالب توسط دانشجو آماده نشده و کپی‌برداری مستقیم و بدون مرجع بوده است، تقلب تلقی شده و مطابق قوانین انضباطی دانشگاه با آن رفتار می‌شود..

نمره‌ها

Dear students, by having your student number, you can see the grades related to your homework and midterm exam.
Attempts have been made to calculate the scores with the utmost accuracy and fairness.
To view each section, click on its title, then Download.

All

Download

Final

Download

Project

Download

Midterm

Download

Quiz 1

Download

Homework 1

Download


Notice: ob_end_flush(): Failed to send buffer of zlib output compression (0) in /home/smj97ir/public_html/wp-includes/functions.php on line 5464