音声処理・音響工学

Speech and Audio Signal Processing

994347J

43ICINP303

吉田　孝博

Takahiro Yoshida

2026年度後期

2026年度

②Second semester

月曜2限

Monday, 2nd period

工学部　電気工学科

Department of Electrical Engineering, Faculty of Engineering

2.0単位

講義

Lecture

-

① [対面]対面授業/ [On-site] On-site class

音声・音響の性質を知り、音声・音響の信号処理、符号化・復号化の原理を学び、活用できる知識を習得する。また、MP3, AACのような聴覚特性を積極的に利用する音響信号の符号化技術も学ぶ。
音声認識、音響処理の基本概念についても説明する。MATLABの実習を通して、音声データや音響データの扱い方、周波数分析、機械学習などのプログラミング能力もつける。

In this class, characteristics of speech and audio signal processing and coding scheme are explained, and application skill is trained using MATLAB. Audio signal coding scheme such as MP3, AAC is explained. Basic concepts of speech recognition and audio signal processing including Frequency Analysis and Machine Learning are given and realized through MATLAB programming by handling speech and audio signal.

音声の性質を積極的に利用する符号化技術の原理を学び、実習を通して活用できることを目的とする。また、音響信号処理を通してMATLABによるプログラミング能力を身につけることを目的とする。

For the purpose of understanding speech signal coding scheme experimentally, some trainings on MATLAB are prepared. Improving programming skill is also an additional purpose.

主要な音声処理技術・音響工学を理解できる。
音声・音響信号処理を理解し、MATLABのプログラムにより実現できる。

The followings are outcomes,
Understanding major speech coding schemes.
Understanding speech/audio signal processing and developing it on MATLAB.

リンク先の [評価項目と科目の対応一覧]から確認できます（学部対象）。
履修登録の際に参照ください。
​You can check this from “Correspondence table between grading items and subjects” by following the link(for departments).
https://www.tus.ac.jp/fd/ict_tusrubric/​​​

・各自のPC上に構築したMATLAB環境上で実習を組み合わせながら授業を行うので、BYOD（個人PCを持参）してください。
・実習時には、ヘッドセットとマイクロホンが必要なので各自持参すること。

All classes and experiments are done on MATLAB environment in your own PC. Bring your own headset and microphone for listening/creating audio signal.

・講義内容は、講義の進度、履修者の理解度などに応じて、適宜変更になることがあります。

課題に対する作文　Essay／小テストの実施　Quiz type test／実習　Practical learning

-

LETUSで公開する資料を事前に閲覧して予習し、講義中の実習におけるレポート作成を通して復習すること。

Read the lecture contents on LETUS. Practice in the class and report submission are requested after the class.

実習中に行う小テストと実習後に提出するレポートで60％、到達度試験で40％として評価する。

Evaluation: 60% for practice, mini-test, and reports, 40% for final exam.

・S：到達目標を十分に達成し、極めて優秀な成果を収めている
・A：到達目標を十分に達成している
・B：到達目標を達成している
・C：到達目標を最低限達成している
・D：到達目標を達成していない
・-：学修成果の評価を判断する要件を欠格している

・S：Achieved outcomes, excellent result
・A：Achieved outcomes, good result
・B：Achieved outcomes
・C：Minimally achieved outcomes
・D：Did not achieve outcomes
・-：Failed to meet even the minimal requirements for evaluation

N

-

教科書および一部の参考書は、MyKiTS (教科書販売サイト) から検索・購入可能です。
​https://gomykits.kinokuniya.co.jp/tokyorika/​​​

It is possible to search for and purchase textbooks and certain reference materials at MyKiTS (online textbook store).
​​https://gomykits.kinokuniya.co.jp/tokyorika/

「ディジタル信号処理　基礎から応用」　半谷精一郎著　コロナ社

1　音響・聴覚の基礎
音波の性質、音源と音波の伝搬、聴覚（耳）の器官、聴覚の特性を学び理解する。

2　音声・音響関連信号処理の基礎
音声情報の伝達メカニズムを学び理解する。音声ファイル（wavファイル）の読み込み、データ抽出、音声ファイルの書き出し、ピッチ解析を行えるようにする。

3　音響信号と音声信号の信号処理（1）
音響信号の合成を通して、音階と周波数、減衰振動などを理解する。

4,5　音響信号と音声信号の信号処理（2）
音響信号の音色が高調波成分の和の組み合わせによって異なることを理解する。また、フーリエ変換による音響信号の周波数解析の原理を学び、高調波構造の分析を行い、和音が複数の基本周波数を持つ音の和であることを実習を通して理解する。

6　音声のアナログ・ディジタル変換
AD変換の原理を学ぶとともに、AD変換における量子化と標本化の影響を実習を通して理解する。

7　移動平均による雑音低減・平滑化
移動平均による雑音低減効果と、スペクトルの平滑化による音声のフォルマント分析を実習を通して理解する。

8　音声の符号化
音声生成モデルを構築するための線形予測係数LPCの原理を理解し、母音音声の分析と簡易合成の実習を通して理解する。

9,10　機械学習による母音認識
機械学習による母音認識を、MLPを用いた母音認識エンジンを構築する実習を通して理解する。

11,12　機械学習による話者認識
学習データの作成方法、学習方法を自ら設計し、話者認識系を構築する。その後は、評価用データで認識率を算出し、各認識系の性能を評価する。

13　音響信号の符号化
MP3などの音声圧縮符号化の原理について学ぶ。

14　インパルス応答による音響特性の計測と立体音響
インパルス応答による音響特性の計測とエフェクト、ならびに立体音響の原理を学び、実習を通して理解する。

15　　まとめ
到達度評価試験を行うとともに、総括を行う。


※すべての履修学⽣は，対面実施される全ての回に対面で出席することが求められます。

　　

1 Fundamentals of Acoustics and Speech
Sound waves, sound sources, sound wave propagation, organs for speech, and characteristics of hearing.

2 Fundamentals of Speech and Acoustic Signal Processing
Transmission mechanism of speech information, reading audio wav files, data extraction, export wav files, and pitch analysis.

3 Signal Processing of Acoustic and Speech Signals (1)
Synthesis of acoustic signals, pitch frequency, audio signal generation.

4,5 Signal Processing of Acoustic and Speech Signals (2)
Frequency analysis by Fourier transform, analyze harmonic structures, chord, tones.

6 Analog-to-digital conversion
AD conversion, quantization, and sampling.

7 Noise Reduction and Smoothing by Moving Average
Noise reduction and formant analysis of speech by moving average.

8 Speech coding and synthesis
Linear prediction coding, speech production model, vowel sounds analysis, speech synthesis.

9,10 Speech Recognition by Machine Learning
Vowel recognition by multi layer perceptron.

11,12 Speaker Recognition by Machine Learning
Speaker recognition by MLP.

13 Audio signal coding
Audio signal coding such as MP3 and AAC.

14 Impulse response and 3D audio
Acoustic measurement by impulse response, three dimensional audio.

15 Final Exam and Summary

-

MATLAB/Simulink

-

Y

N