Nach positiver Absolvierung der Lehrveranstaltung sind
Studierende in der Lage zugrundeliegende Algorithmen und Designs von
Cognitive User Interfaces (CUI) zu verstehen und zu implementieren. Die
Studierenden sollen auch einen allgemeinen Überblick über existierende
CUIs erhalten und deren Vor- und Nachteile kennenlernen.

• Einführung in CUIs
• Menschliche Kognitions- und Wahrnehmungsmodelle für CUIs
• Hidden-Markov-Modelle (Training, Adaptation, Erkennung, Synthese)
• Akustische Sprachsynthese mit Unit Selection, Hidden Markov Models (HMM), Deep Neural Networks (DNN), Wavenet, Hybriden Modellen
• Akustische Spracherkennung
• Visuelle Sprachsynthese
• Multimodale und Sprachdialogsysteme

Didaktische Vorgehensweise:

Die Übung besteht aus einem theoretischen und praktischen Teil in dem gemeinsam ein Sprachsynthesizer entwickelt wird. Für den praktischen Teil müssen sie in einer Gruppe von 3-5 Studierenden eine Sprecher/in aus der Gruppe aufnehmen und mit den aufgenommenen Daten einen statistischen Synthesizer trainieren und zum Sprechen bringen. Die Aufnahmen werden in einem professionellen Aufnahmeraum gemacht werden.

Vorträge basierend auf Folien, Beispiele rechnen in den
Übungen, Trainieren eines akustischen Modells in den Übungen in einer
Gruppe.

ECTS-Aufteilung:
20 h Vorlesung + Übung
23 h Vorbereitung der Übungsbeispiele
30 h Vorbereitung für schriftliche Prüfung
2 h schriftliche Prüfung
------
75 h Gesamtaufwand = 3 ECTS

Schriftliche Prüfung, Rechnen von Beispielen an der
Tafel, Abgabe eines akustischen Modells und generierter Samples eines
Sprachsynthesizers in einer Gruppe.