SPRAAKTECHNOLOGIE: INLEIDING
|
|
- Edith Sanders
- 8 jaren geleden
- Aantal bezoeken:
Transcriptie
1 SAMENVATTING HOORCOLLEGE 12/12/2002 SPRAAKPRODUCTIE EN -PERCEPTIE Docent: Bart de Boer Taakgroep 3: Daniel Kucharski, Jeroen Schaeken, Matti Roloux, Sara De Decker, Vicky De Neyer, Wouter Van den Broeck, SPRAAKTECHNOLOGIE: INLEIDING Waarom? De twee belangrijkste redenen waarom men binnen het kader van artificiële intelligentie onderzoek doet op het vlak van spraaktechnologie zijn: 1. Het verlangen om met machines en dieren te kunnen spreken. Een van de eigenschappen die de mens schijnbaar onderscheiden van de andere diersoorten is onze complexe manier van communicatie door middel van spraak. Spraak is intuïtief, snel en drukt een stempel op elke persoon; iedereen praat tenslotte anders. En het gaat zelfs nog verder dan dat: hele groepen van mensen hebben hun 'eigen' taal, denk maar aan de dialecten en subculture slang. 2. Spraak kan ervoor zorgen dat machines makkelijker te besturen worden, en dat ze ook een menselijker gelaat krijgen. Aangezien veel mensen nogal terughoudend staan tegenover computers (of machines in het algemeen), zou een spraakgestuurde interface deze kloof voor een groot deel kunnen dichten. Bovendien worden computers die spraak begrijpen sneller als 'intelligent' beschouwd. Natural Language Processing Om een volledig spraakbegrijpend systeem te bouwen is Natural Language Processing (NLP) nodig. Dit is een zeer complex probleem. Eerst moet spraak op de een of andere manier worden opgeslagen in een computergeheugen. Hiervoor moet een compacte maar tegelijk ook descriptieve voorstelling worden bedacht (meer hierover later). Daarna moeten de spraaksignalen omgezet worden naar lettertekens, die op hun beurt ten slotte moeten worden geïnterpreteerd om er een betekenis aan te hechten. Spraakherkenning is niet hetzelfde als NLP. Spraakherkenning is enkel (alhoewel zeer complex) het omzetten van gesproken woorden naar zichtbare tekens. Computers zijn hierbij onontbeerlijk. Merk op dat er voor spraakherkenning zeker toepassingen te bedenken zijn. Denk maar aan een spraakgestuurde applicatie die een aantal vaste (gesproken) commando's kent. Pagina 1/5
2 Geschiedenis Spraakherkenning Spraakherkenning is geen triviaal probleem; Er bestaan geen 'shortcuts' voor spraakherkenning: hoewel er voor heel wat problemen in de informaticawereld handige trukjes of algoritmes bestaan die allerhande problemen een stuk makkelijker maken, is dit voor spraakherkenning niet het geval. Een spraakcomputer moet op een of andere manier getraind kunnen worden. In spraak zit er heel wat variatie: dialecten, tempoverschillen, ruis op de communicatie tussen spreker en luisteraar, enz. Spraakherkenning moet deze verschillen kunnen wegfilteren. Mensen die praten spreken de meeste woorden na elkaar uit zonder pauze. Hierdoor wordt het voor een computer moeilijk om een onderscheid te maken tussen de verschillende woorden. De mens zelf daarentegen leert dit door ervaring. Veelgebruikte methodes als template matching (voorbeeldwoorden opnemen en proberen te matchen aan de spraak) en dynamic time warping (kan overweg met verschillende spraaksnelheden) werken niet echt goed. Sinds de uitvinding van de Hidden Markov Models (jaren '80) komt er wel wat schot in de zaak. Spraakproductie De spraakproductie heeft een veel rijkere geschiedenis. Dit heeft veel te maken met het feit dat deze taak eenvoudiger is, en er in zekere zin zelfs geen computer nodig is. De uitspraak van de machine moet immers niet perfect zijn, aangezien de mens zeer bedreven is in het begrijpen van taal. Een belangrijk probleem is echter intonatie. Om te kunnen intoneren moet je natuurlijk de betekenis van een zin kennen. Doorheen de jaren zijn er een aantal machines gebouwd die elk probeerden menselijke spraak na te bootsen. Een overzicht: Von Kempelen (1791): soort blaasbalg en rubberen zakje om in te knijpen. Deze uitvinding was meer een kermisattractie dan een realistische spraakmachine. Faber (1835): voortzetting van Von Kempelen. Kon als een piano bediend worden. The Voder (1939): bedoeld om telefoongesprekken mee samen te kunnen persen. Pattern Playback (1950): belangrijk voor onderzoek naar spraak. Werkte met een doorzichtige folie, waar patronen op geschilderd konden worden. Deze werden gelezen dmv lichtgevoelige cellen, en omgezet in geluidsfrequenties. Het geluid klinkt wel niet realistisch, aangezien er geen intonatie in zit. Fant's Model (1953): kon alleen klinkers produceren, maar met variabele toonhoogte. De kwaliteit van de spraak is een stuk slechter, maar door de intonatie wordt ze wel veel verstaanbaarder Dutoit: (België) houdt zich vooral bezig met het achter elkaar plakken van klanken. Vooral de intonatie is van zeer goede kwaliteit. Het geproduceerde geluid klinkt wel wat metalig. L & H: (België) state of the art. Een zeer geavanceerd (commercieel) model. De artificieel geproduceerde spraak klinkt heel realistisch. Aspecten van spraakherkenning Binnen de spraakherkenning bestaan er een aantal verschillen in complexiteit. Geïsoleerde / niet-geïsoleerde woorden: losse woorden herkennen is veel makkelijker dan volledige zinnen. Beperkt / onbeperkt domein: een spraakherkenningssysteem dat enkel het jargon van een bepaald vakgebied begrijpt, of om het even welk onderwerp begrijpt. Sprekerafhankelijk / sprekeronafhankelijk: tussen mensen onderling bestaat er een groot verschil in (uit)spraak. Een sprekeronafhankelijke machine die op een onbeperkt domein werkt is nagenoeg onmogelijk te bouwen. Met een beperkt domein daarentegen is wel mogelijk. Een voorbeeld hiervan zijn de Nederlandse spoorwegen, die een systeem hebben waarbij je telefonisch aan een machine de dienstregeling van een Pagina 2/5
3 trein kan opvragen. Een domeinonafhankelijke, sprekerofhankelijke machine kan ook. Denk maar aan dicteersystemen. Op dit moment staat de spraakherkenning al op een redelijk niveau. Maar, in vergelijking met de mens, staat ze nog nergens. Computers leren namelijk enorm veel trager dan mensen. Signaalverwerking Spraaksingalen zijn zeer complex. Hoe moeten ze opgeslaan worden in een computer? Eerst moet een frequentieanalyse gemaakt worden. Deze onderzoekt de pieken in een spraaksignaal, ten opzichte van de frequentie. Hiermee kan het signaal gekarakteriseerd worden. Merk op dat deze techniek in de praktijk niet letterlijk gebruikt kan worden, wegens te complex. Voor meer (technische) informatie: zie Russell & Norvig MODELLEN VAN SPRAAKHERKENNING Een akoestisch model is een productiemodel, het doet niets anders dan zeggen welke klank er geproduceerd wordt bij een gegeven woord. Er zijn een aantal technieken om zo n productiemodel te vormen Een van de minder goede technieken is het gebruiken van template matching. Deze techniek houdt in dat men de woorden van de input gaat vergelijken met de templates. Templates beschrijven de woorden die al herkenbaar zijn. Markov model; gaat aan de hand van waarschijnlijkheden gaan berekenen wat de kans van zo n state is. MM is een van de betere manier om een productiemodel te bouwen. Ze is efficiënt en robuust. De efficiëntie komt door het feit dat het lineair is in het aantal elementen in de tijdsreeks. Hidden markov Model. Het hidden markov model trekt sterkt op het model hierboven. Het enige verschil is dat men boven op het MM nog eens kansen toevoegt aan de mogelijke uitkomsten. Men spreekt van een HMM omdat de echte state verborgen is voor de gebruiker. M.a.w wanneer je een output krijgt weet je niet zeker uit welke state dit symbool kwam. HMM is snel, efficiënt en robuust. Als het HMM meer getraind wordt dan zullen deze eigenschappen nog verbeteren. Want hoe meer het weet, hoe beter het wordt qua spraak. Men mag echter niet vergeten dat het hidden markov model zeer praktisch is voor spraakherkenning maar geen realistisch model is want de mens organiseert zijn spraak anders. Dit is de oorzaak waarom het leren van woorden bij de mens vlugger gaat dan bij een computer. HIDDEN MARKOV PROBLEMEN We kunnen 3 basisproblemen en bijhorende algoritmes onderscheiden als gegeven is een HMM en een reeks van symbolen. Forward algoritme Gegeven een reeks O en de toestanden van HMMθ, wat is dan de waarschijnlijkheid dat hij door een gegeven model is gegenereerd? => Gezocht: P(O θ) Werking: Een algoritme vindt alle paden naar een toestand voor een symbool van de reeks te bekomen in het HMM. Hierbij is de waarschijnlijkheid in die toestand dan de som van de waarschijnlijkheden van vorige toestanden maal de overgangswaarschijnlijkheid tussen de 2 toestanden maal de waarschijnlijkheid om de correcte output te genereren in de huidige toestand. Als alle symbolen van de hele reeks gevonden zijn, dan is de totale waarschijnlijkheid om die reeks te genereren de som van (het zijn in) alle (eind)toestanden die de gegeven reeks genereren. Pagina 3/5
4 Formule: zie oefeningenles oef 5 Viterbi algoritme Gegeven een reeks O en toestanden van HMMθ, wat is dan het meest waarschijnlijke pad ξ die de reeks O produceert? =>Gezocht: ξ; Argmax P(ξ O, θ) Werking: De Markov-eigenschap: het meest waarschijnlijke pad voor de rest van de reeks hangt enkel af van de toestand van waar hij start, niet van hoe we in die starttoestand zijn gekomen Het Viterbi algoritme gebruikt de Markov-eigenschap zodat hij dus niet moet kijken naar al de verschillende paden die leiden naar een bepaalde toestand, voor elke toestand, maar enkel het meest waarschijnlijke pad naar die toestand bijhouden. In praktijk zien we dan ook dat in elke toestand maar 1 inkomend pad is(degene met de hoogste waarschijnlijkheid), daarintegen kunnen er natuurlijk wel verschillende paden uit vertrekken. Formule: zie oefeningenles oef 6 Toepassing: Spraakherkenning Forward-Backward algoritme (Baum-Welch algoritme) Gegeven een reeks O en toestanden van HMM θ, hoe kan je de toestanden verbeteren zodat met de hoogste waarschijnlijkheid de reeks O wordt geproduceerd? =>Gezocht: θ; Argmax (θ O) Toepassing: trainen van HMM SPRAAK SYNTHESE Difoonsynthese Een klankpaar, vooral beschouwd wat betreft de overgang van de ene klank in de andere. Bij difoonsynthese wordt niet geprobeerd akoestische elementen af te bakenen maar worden de grenzen juist bij de extremen gelegd. Men knipt signalen op de plaasten waar het spectra het meest constant is. De moeilijkheid is niet het knippen van deze geluidsfragmenten maar met varia fragmenten (samples) natuurlijk klinkend woord bouwen. Twee problematieken die onstaan zijn : Hoe plak je ze aan elkaar? Hoe verander je de duur en intonatie? Hoe plak je ze aan elkaar? Alvorens deze vraag te beantwoorden is het interessant om de omzetting van analoge recording naar digitale sound processing te behandelen. Geluid is een analoge energiebron, die als deze opgenomen wordt door een microfoon, door middel van een analoog naar digitaal converter (AD convert) in een digitale stroom (van 0 en 1 'nen) wordt omgezet. Het aantal keer (frequentie) dat we naar het signaal kijken per seconde noemt men de sampling rate. Gangbare Pagina 4/5
5 vormen zijn 16 Khz (16000 keer per seconde). Tevens is de precisie van het fragment ook belangrijk, de quantization factor genaamd (gangbaar is 8 tot 12 bits). Het probleem van de informatie in huidige vorm is de grote hoeveelheid informatie op een klein tijdsverloop. Dit kan men oplossen door te beginnen met samples te groeperen tot grotere blokken, frames genaamd. Hierdoor kan men makkelijker bepaalde karakteristieken vinden. In zo een frame worden bepaalde karakteristieken naar voren gebracht en in een n dimensionele matrix gezet (per frame), dit noemt men vector quantization. Hierdoor kan de bekomen compacte informatie makkelijker en sneller in realtime worden behandeld. Door bepaalde patronen te analyseren kan men zelf klanken produceren door deze frames aan elkaar te plakken en de informatie analoog (dus eerst door een DA convert) naar speakers te sturen. Geluidsfragmenten kunnen aan elkaar worden geplakt door deze enerzijds aan elkaar plakken, en anderzijds op het klein verbindend gedeelte een wiskundige bewerking op uit te voeren op het energieniveau. Hoe verander je de duur en intonatie? Een merkwaardig fenomeen in een gesproken klank is dat er vaak een herhaling is van een bepaald patroon (window). Indien men deze herhalende patroon gaat contoureren (waarbij de pieken pitches genaamd worden) verkrijgt men een omvattende "harnas" van het geluidsfragment. Door op basis van dit harnas deze uit te rekken in functie van tijd kan men de geluidsinformatie binnen een window op de juiste basis transformeren en verkrijgt men een langere klank dan voorheen. Tijdens deze transformatie worden dan samples toegevoegd. Door op een klank de windows te vervormen (pieken verhogen / verlagen) kan men de intonatie veranderen. Pagina 5/5
Why speech? Spraak. Remote history. Speech not NLP. History after computers. Desire to speak with machines and animals is very old.
Why speech? Spraak Bart de Boer Desire to speak with machines and animals is very old Speech is intuitive Speech is fast Speech defines man, social groups and individuals Speech can make machines more
Nadere informatieAchtergrond Spraakherkenning De uitdaging van spraakherkenning
Achtergrond Spraakherkenning is het herkennen van menselijke spraak door een computer. Al tweehonderd jaar lang proberen wetenschappers een computer spraak naar tekst te laten omzetten. De technieken voor
Nadere informatieArtificiële intelligentie 1 ( ) Voorbeelden van examenvragen
Artificiële intelligentie 1 (2002-2003) Voorbeelden van examenvragen Tony Belpaeme, Bart de Boer, Bart De Vylder, Bart Jansen Vraag 1. Wat zal het effect zijn van een convolutiekernel a. Contrast wordt
Nadere informatieOntsluiten van gesproken documenten. Arjan van Hessen
SpraakTech Ontsluiten van gesproken documenten Arjan van Hessen spraak tekst spraak verslag emotiedetectie emotiedetectie geeft GEEN antwoord op vragen herkennen van sprekers groeperen van verschillende
Nadere informatieSpraaktechnologie. Gerrit Bloothooft.
Spraaktechnologie Gerrit Bloothooft Gerrit.Bloothooft@let.uu.nl Communicatie taal was er eerst als spraak en gebaar pas veel later als schrift - en lezen en schrijven (eerste taaltechnologie) Taal- en
Nadere informatieTentamen Spraakherkenning en -synthese
Tentamen Spraakherkenning en -synthese Rob van Son 25 maart 2008 Vermeld op iedere pagina je naam, je studentnummer en het volgnummer per pagina. Gebruik voor elke opgave (1-5) een apart vel. Als je voor
Nadere informatieEen computerprogramma is opgebouwd uit een aantal instructies die op elkaar volgen en die normaal na elkaar uitgevoerd worden.
2 Programmeren 2.1 Computerprogramma s Een computerprogramma is opgebouwd uit een aantal instructies die op elkaar volgen en die normaal na elkaar uitgevoerd worden. (=sequentie) Niet alle instructies
Nadere informatie13 Hidden Markov Modellen.
3 Hidden Markov Modellen. 3. Inleiding. In dit Hoofdstuk bekijken we Markov modellen waarvan we de toestanden niet met zekerheid kunnen waarnemen. In plaats daarvan gaan we ervan uit dat toestand i met
Nadere informatieFasen in tekst-naar-spraak. Tekstbewerking Grafeem-foneemomzetting Melodie en ritme Synthese
Spraaksynthese Fasen in tekst-naar-spraak Tekstbewerking Grafeem-foneemomzetting Melodie en ritme Synthese Spraaksynthese Het maken en aaneenrijgen van spraakklanken Klank(verloop) Toonhoogte(verloop)
Nadere informatieCover Page. The handle holds various files of this Leiden University dissertation.
Cover Page The handle http://hdl.handle.net/1887/44267 holds various files of this Leiden University dissertation. Author: Spierings, M.J. Title: The music of language : exploring grammar, prosody and
Nadere informatiePersoniceren van stemmen met Deep Learning
Personiceren van stemmen met Deep Learning Kan het Nationaal Archief straks teksten voorlezen met de stem van Joop den Uyl? Esther Judd-Klabbers 20 September 2016 Overzicht Introduction Statistische Parametrische
Nadere informatieReferentieniveaus uitgelegd. 1S - rekenen Vaardigheden referentieniveau 1S rekenen. 1F - rekenen Vaardigheden referentieniveau 1F rekenen
Referentieniveaus uitgelegd De beschrijvingen zijn gebaseerd op het Referentiekader taal en rekenen'. In 'Referentieniveaus uitgelegd' zijn de niveaus voor de verschillende sectoren goed zichtbaar. Door
Nadere informatieProblemen herformuleren Leerlingen drukken de probleemstelling uit in eigen woorden.
ACTIVITEITEN NAAM activiteit Leeftijdsgroep Markeer de optie. Tijdsduur: Vaardigheden computationeel denken Markeer de opties. Programmeren met Scratch 1 graad secundair onderwijs (12 14 jaar) > project
Nadere informatieNoise Resonance. Technological Sound Reproduction and the Logic of Filtering. M.J. Kromhout
Noise Resonance. Technological Sound Reproduction and the Logic of Filtering. M.J. Kromhout NOISE RESONANCE SAMENVATTING 273 Samenvatting Ruisresonantie technologische geluidsreproductie en de logica van
Nadere informatieBijsluiter Presets 2014 t.b.v. NLT-module Sound Design
Bijsluiter Presets 2014 t.b.v. NLT-module Sound Design Nov 2014 Hier vind je de belangrijkste nieuwe functies en eigenschappen van WaveWizard en enkele opmerkingen over de opdrachten van de module Sound
Nadere informatieHOOFDSTUK 3. 1. Introductie video. 2.Noten in muziek
HOOFDSTUK 3 1. Introductie video 2.Noten in muziek Muziek bestaat uit tonen. Een toon is een een geluid wat een bepaalde (klank) hoogte heeft. We hebben lage tonen en hoge tonen. In de westerse muziek,
Nadere informatieHidden Markov Models
Artificiële Intelligentie 1 Hidden Markov Models January 8, 2003 Opgave 1 Sjakie werkt in een chocoladefabriek. Zijn taak bestaat erin de lopende band in het oog te houden. De chocoladefabriek produceert
Nadere informatieWiskuNde in-zicht. Wiskunde in muziek. Pieter Belmans Matthias Roels
WiskuNde in-zicht Wiskunde in muziek Pieter Belmans (pieter.belmans@uantwerpen.be) Matthias Roels (matthias.roels@uantwerpen.be) Voor we beginnen Log-in en wachtwoord computers: US214User, We downloaden
Nadere informatie8. Complexiteit van algoritmen:
8. Complexiteit van algoritmen: Voorbeeld: Een gevaarlijk spel 1 Spelboom voor het wespenspel 2 8.1 Complexiteit 4 8.2 NP-problemen 6 8.3 De oplossing 7 8.4 Een vuistregel 8 In dit hoofdstuk wordt het
Nadere informatieDoor: Dàzz Hityahubessy (3/4/6) Edyta Gil (deel 1/2/5/) Technologie verslag Spraakherkenning
Technologie verslag Spraakherkenning 1. Geschiedenis Spraakherkenning heeft een langere geschiedenis dan we wellicht denken. Als mens zijnde hebben we sinds eeuwenlang de behoefte gehad om moeilijke taken
Nadere informatiemath inside Model orde reductie
math inside Model orde reductie Model orde reductie Met het voortschrijden van de rekenkracht van computers en numerieke algoritmen is het mogelijk om steeds complexere problemen op te lossen. Was het
Nadere informatieWiskuNde in-zicht. Wiskunde in muziek. Pieter Belmans Matthias Roels
WiskuNde in-zicht Wiskunde in muziek Pieter Belmans (pieter.belmans@uantwerpen.be) Matthias Roels (matthias.roels@uantwerpen.be) Voor we beginnen Log-in en wachtwoord computers: US214User, We downloaden
Nadere informatieWat ga je in deze opdracht leren? Meer leren over: soorten vragen, vraagwoorden, signaalwoorden en sleutelwoorden
Wat ga je in deze opdracht leren? Meer leren over: soorten vragen, vraagwoorden, signaalwoorden en sleutelwoorden Soorten vragen, vraagwoorden, signaal- en sleutelwoorden Schema 1 Soorten vragen Open vraag
Nadere informatieDigitale systemen. Hoofdstuk 6. 6.1 De digitale regelaar
Hoofdstuk 6 Digitale systemen Doelstellingen 1. Weten dat digitale systemen andere stabiliteitsvoorwaarden hebben In deze tijd van digitalisatie is het gebruik van computers in regelkringen alom.denk maar
Nadere informatieTRAIN SERVICE & SHUNTING PLANNER
TRAIN SERVICE & SHUNTING PLANNER BOB HUISMAN Dit projectplan is het startpunt voor de student om 1) een voorkeur voor een project uit te spreken en 2) te gebruiken als start informatie bij begin project.
Nadere informatieMeten van de Impuls response
Meten van de Impuls response Als opdracht voor het vak S&S2 hebben we de opdracht gekregen om van een akoestisch instrument de impuls response te meten. De vier AoS studenten waar onder ik hebben gekozen
Nadere informatieM629 M650 M665 M686 M628
Juni 2017 "INRAD microfoons en transmissie van the menselijke stem" Geschreven door het INRAD personeel met de hulp van Mary C. Rhodes, M.S. spraaktaalpathologie, Universiteit van Tennessee. Vertaald en
Nadere informatiePAGE (Perception, Actions, Goals, Environment)
SAMENVATTING HOORCOLLEGE 17/10/2002 Daniel Kucharski, e-mail Daniel.Kucharski@vub.ac.be Jeroen Schaeken, e-mail Jeroen.Schaeken@vub.ac.be Matti Roloux, e-mail Matti.Roloux@vub.ac.be Sara De Decker, e-mail
Nadere informatieTentamen Kunstmatige Intelligentie (INFOB2KI)
Tentamen Kunstmatige Intelligentie (INFOB2KI) 30 januari 2014 10:30-12:30 Vooraf Mobiele telefoons dienen uitgeschakeld te zijn. Het tentamen bestaat uit 7 opgaven; in totaal kunnen er 100 punten behaald
Nadere informatieVan analog naar digital, een beknopt overzicht.
KASK 2BA - technologie Van analoog naar digitaal 1 of 6 Van analog naar digital, een beknopt overzicht. Een van de eerste digitale dingen waar de modale burger op grote schaal bewust geconfronteerd werd
Nadere informatieIn Vlaanderen bestaat er nog geen leerlijn programmeren! Hierdoor baseren wij ons op de leerlijn die men in Nederland toepast voor basisscholen.
Leerlijn programmeren In Vlaanderen bestaat er nog geen leerlijn programmeren! Hierdoor baseren wij ons op de leerlijn die men in Nederland toepast voor basisscholen. Deze leerlijn is opgebouwd aan de
Nadere informatiestart -> id (k (f c s) (g s c)) -> k (f c s) (g s c) -> f c s -> s c
Een Minimaal Formalisme om te Programmeren We hebben gezien dat Turing machines beschouwd kunnen worden als universele computers. D.w.z. dat iedere berekening met natuurlijke getallen die met een computer
Nadere informatieSamenvatting. Samenvatting
Samenvatting De wereldpopulatie verbruikt steeds meer energie. Momenteel wordt deze energie vooral geleverd door fossiele brandstoffen. Een groot nadeel van fossiele brandstoffen is dat hun aanwezigheid
Nadere informatieDe multimodale interface van de smartphone. Hester van Slooten 1619387
De multimodale interface van de smartphone Hester van Slooten 1619387 Onderzoeksvraag: Hoe kan de multimodale interface van smartphones verbetert worden? Deelvragen: - Wat zijn multi-modal triggers? -
Nadere informatieCover Page. The handle holds various files of this Leiden University dissertation
Cover Page The handle http://hdl.handle.net/1887/22286 holds various files of this Leiden University dissertation Author: Nezhinsky, A.E. Title: Pattern recognition in high-throughput zebrafish imaging
Nadere informatieTesten en metingen op windenergie.
Testen en metingen op windenergie. Inleiding Als we rond groene energie begonnen te denken, dan kwam windenergie als een van de meest vanzelfsprekende vormen van groene energie naar boven. De wind heeft
Nadere informatieINSTITUUT VOOR DEELTIJD HTO
INSTITUUT VOOR DEELTIJD HTO Hogeschool van Amsterdam Studentenhandleiding Eigenschappen van klanken OPLEIDING ELEKTROTECHNIEK Project: Behorend bij blok I-3 Opgesteld door: Pieter Beerthuizen Datum: Oktober
Nadere informatieMARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN?
MARKOV KETENS, OF: WAT IS DE KANS DAT MEVROUW DE VRIES NAT ZAL WORDEN? KARMA DAJANI In deze lezing gaan we over een bijzonder model in kansrekening spreken Maar eerst een paar woorden vooraf Wat doen we
Nadere informatieSensornetwerk controleert omgeving
Sensornetwerk controleert omgeving Wiskunde repareert imperfectie van een sensornetwerk en spoort zo indringers op. Een draadloos sensornetwerk kan gebruikt worden om een omgeving in de gaten te houden,
Nadere informatieAnalyse rekenalgebraïsche. vaardigheden in de onderbouw van het havo/vwo. ReAL Leerlijnen van rekenen naar algebra
Analyse rekenalgebraïsche vaardigheden in de onderbouw van het havo/vwo. ReAL Leerlijnen van rekenen naar algebra SLO nationaal expertisecentrum voor leerplanontwikkeling Wiskunde in de onderbouw van het
Nadere informatie2. Syntaxis en semantiek
2. Syntaxis en semantiek In dit hoofdstuk worden de begrippen syntaxis en semantiek behandeld. Verder gaan we in op de fouten die hierin gemaakt kunnen worden en waarom dit in de algoritmiek zo desastreus
Nadere informatieDe digitale Oscilloscoop (Digital Storage Oscilloscope = DSO) J.P.Goemaere KaHo Sint-Lieven 2006
De digitale Oscilloscoop (Digital Storage Oscilloscope = DSO) J.P.Goemaere KaHo Sint-Lieven 2006 De digitale Oscilloscoop Overzicht Digitaal DSO functies en controls Automatische meten en verwerken Interfacing
Nadere informatieSamenvatting. Context. Doelstellingen. Vaardigheden computationeel denken. Katholiek onderwijs. Gemeenschapsonderwijs
Music componist Samenvatting Leeftijd 10-12 jaar Vaardigheden algoritme en procedure decompositie van het probleem voorspellen Totale tijdsduur 150 minuten De leerlingen ontdekken hoe ze een liedje kunnen
Nadere informatie1 verschillende onderdelen en deelsystemen in een technisch systeem onderzoeken: de functies en de relaties ertussen toelichten;
Spel maken met Scratch Samenvatting Leeftijd 12-14 jaar Vaardigheden abstraheren algoritme en procedure decompositie van het probleem Totale tijdsduur 150 minuten Wil je graag je eigen computerspel maken?
Nadere informatieNeurale Netwerken en Deep Learning. Tijmen Blankevoort
Neurale Netwerken en Deep Learning Tijmen Blankevoort De toekomst - Internet of Things De toekomst - sluiertipje Je gezondheid wordt continue gemonitored Je dieet wordt voor je afgestemd -> Stroomversnelling
Nadere informatieHoorcollege 1 datavisualisatie 21-11-12
Hoorcollege 1 21-11-12 docenten! http://vimeo.com/31244010#at=10 hoorcollege 1 introductie HVA CMD V2 21 november 2012!! justus sturkenboom! j.p.sturkenboom@hva.nl! yuri westplat! y.westplat@hva.nl! vandaag
Nadere informatieINLEIDING. Definitie Stochastisch Proces:
Definitie Stochastisch Proces: INLEIDING Verzameling van stochastische variabelen die het gedrag in de tijd beschrijven van een systeem dat onderhevig is aan toeval. Tijdparameter: discreet: {X n, n 0};
Nadere informatieVOLAUTOMATISCH TEKSTEN SAMENVATTEN
VOLAUTOMATISCH TEKSTEN SAMENVATTEN VAT SAMEN MET DE SUMMARIZER Iedereen is inmiddels bekend met de term Big data de groeiende hoeveelheid door machines gegenereerde informatie uitgedrukt in cijfers en
Nadere informatieHuiswerk Spreekbeurten Werkstukken
Huiswerk Spreekbeurten Werkstukken - 2 - Weer huiswerk? Nee, deze keer geen huiswerk, maar een boekje óver huiswerk! Wij (de meesters en juffrouws) horen jullie wel eens mopperen als je huiswerk opkrijgt.
Nadere informatieLeergebied: Zuid Nederland. Constructies. De mens draagt al meer dan 5000 jaar iets om zijn lichaam. Zo blijft het lichaam warm!
Techniekkit: Domein: Competentie: Leergebied: Zuid Nederland Constructies Reflectie Geschiedenis De mens draagt al meer dan 5000 jaar iets om zijn lichaam. Zo blijft het lichaam warm! 1. Maar droegen de
Nadere informatieMusical Fidelity V-Series V-CAN V-DAC V-LPS
Musical Fidelity V-Series V-CAN V-DAC V-LPS V-Series V-CAN Hoofdtelefoonversterker V-CAN Hoofdtelefoonversterker De nieuwe V-CAN van Musical Fidelity is de eerste telg van zeven uit de familie van de V-Series.
Nadere informatieHoe kun je spreken met een doorkijkraam?
Eerste Hulp bij Communicatie Hoe kun je spreken met een doorkijkraam? Op pagina drie staat dit kader in een A4 formaat. Werkwijze De persoon met een communicatieprobleem wilt bijvoorbeeld het woord DAG
Nadere informatieThema 3 Techniek om ons heen
Naut samenvatting groep 6 Mijn Malmberg Thema 3 Techniek om ons heen Samenvatting Bouwen Wanneer je een bouwwerk gaat bouwen, maak je gebruik van bouwtechniek. Je moet rekening houden met allerlei wensen
Nadere informatieLES 3 Analoog naar digitaal conversie
LES 3 Analoog naar digitaal conversie Misschien is het goed om eerst te definiëren wat analoog en digitaal is en wat de de voor en nadelen hiervan zijn. Analoog naar digitaal conversie wordt voor veel
Nadere informatieDe horizontale lijnen geven de normale luchtdruk weer. Boven de horizontale lijn verhoogt de luchtdruk, onder de lijn vermindert de luchtdruk.
Audio Introductie Geluid is een trilling van deeltjes, die zich voortplant in lucht of in een ander medium, zoals water. Een andere definitie: geluid is een voortschrijdende verandering van luchtdruk.
Nadere informatieModulewijzer InfPbs00DT
Modulewijzer InfPbs00DT W. Oele 0 juli 008 Inhoudsopgave Inleiding 3 Waarom wiskunde? 3. Efficiëntie van computerprogramma s............... 3. 3D-engines en vectoranalyse................... 3.3 Bewijsvoering
Nadere informatieComputationeel denken
U UNPLUGGED Computationeel denken Lestijd: 25 minuten Deze basisles omvat alleen oefeningen. Er kunnen inleidende en afrondende suggesties worden gebruikt om dieper op het onderwerp in te gaan als daar
Nadere informatieWelkom bij de Beverwedstrijd 2006
Welkom bij de Beverwedstrijd 2006 Je krijgt 15 vragen, die je in maximaal 45 minuten moet beantwoorden. Je krijgt 5 vragen van niveau A, 5 vragen van niveau B en 5 vragen van niveau C. Wij denken dat A
Nadere informatieVariabelen gebruiken in ons programma
Hoofdstuk 3 Variabelen introduceren Variabelen gebruiken in ons programma Het zou leuk zijn als ons programma Hallo kan zeggen met de naam van de gebruiker in plaats van het algemene Hallo wereld?. Als
Nadere informatie9. Strategieën en oplossingsmethoden
9. Strategieën en oplossingsmethoden In dit hoofdstuk wordt nog even terug gekeken naar alle voorgaande hoofdstukken. We herhalen globaal de structuren en geven enkele richtlijnen voor het ontwerpen van
Nadere informatieSIMPLIFYSCAN. A sharp choice in intelligent scanning
SIMPLIFYSCAN A sharp choice in intelligent scanning SIMPLIFYSCAN: A SHARP CHOICE IN INTELLIGENT SCANNING SimplifyScan maakt het voor gebruikers mogelijk om documenten op een eenvoudige wijze te scannen
Nadere informatieStelling. SAT is NP-compleet.
Het bewijs van de stelling van Cook Levin zoals gegeven in het boek van Sipser gebruikt niet-deterministische turing machines. Het is inderdaad mogelijk de klasse NP op een alternatieve wijze te definiëren
Nadere informatieInformatica 4H. Les 1. Informatie. Periode 1 HTML en Netwerken bzmr - Da Vinci College Purmerend 1
Informatica 4H Periode 1 HTML en Netwerken Les 1 Informatie 10-9-2017 bzmr - Da Vinci College Purmerend 1 Praktische informatie HTML en Netwerken Periode 1 Toetsen PO41 10% Wekelijkse opdrachten DT41 5%
Nadere informatieOm nu te berekenen hoeveel koelwater er per uur door een leiding stroomt, heb je een vergelijking of formule nodig. Je gebruikt de volgende formule:
Een vergelijking (1) In je dagelijkse werk reken je onbewust vaak met behulp van vergelijkingen of formules. Stel je voor dat je graag wilt weten hoeveel koelwater er per uur door een leiding stroomt.
Nadere informatieZET DE BOXEN AAN! Kijk op de week. Inhoud. Doelgroep. Vakgebied. Materialen. Doelen STERKE SCHAKELS
ZET DE BOXEN AAN! Jongeren verkennen verschillende manieren om radio te maken (podcasting, internetradio), beluisteren voorbeelden en zetten de grote lijnen uit voor een eigen radio-uitzending: voor wie?
Nadere informatieTECHNISCHE UNIVERSITEIT EINDHOVEN FACULTEIT DER TECHNISCHE NATUURKUNDE
@! TECHNISCHE UNIVERSITEIT EINDHOVEN FACULTEIT DER TECHNISCHE NATUURKUNDE Tentamen Computers bij fysische experimenten (3BB0) op donderdag 3 november 006, 10:30-1:00 Het tentamen duurt 90 minuten en wordt
Nadere informatieInformatica. 2 e graad 2 e jaar. De Mol W.
Informatica 2 e graad 2 e jaar De Mol W. Inhoudstafel Inhoudstafel... 2 Algoritmes... 3 1.1 Algemeen... 3 1.2 Het algoritme... 4 1.3 Opstellen van het algoritme... 5 1.4 Stapsgewijs verfijnen van het algoritme...
Nadere informatie0 of laag niveau V verboden zone 1 of hoog niveau. Voorbeeld van een digitaal signaal als functie van de tijd
5. Herhalingsvragen 1. Leg met eigen woorden en figuren uit: Wat is het verschil tussen analoog en digitaal? Analoog is continue, er zijn oneindig veel mogelijkheden tussen minimum en maximum. Digitaal
Nadere informatie0.97 0.03 0 0 0.008 0.982 0.01 0 0.02 0 0.975 0.005 0.01 0 0 0.99
COHORTE MODELLEN Markov ketens worden vaak gebruikt bij de bestudering van een groep van personen of objecten. We spreken dan meestal over Cohorte modellen. Een voorbeeld van zo n situatie is het personeelsplanning
Nadere informatieKlanken 1. Tekst en spraak. Colleges en hoofdstukken. Dit college
Tekst en spraak Klanken 1 Representatie van spraak vereist representaties van gedeeltes die kleiner dan woorden zijn. spraaksynthese (tekst-naar-spraak) rijtje letters! akoestische golfvorm http://www.fluency.nl/
Nadere informatieOpgave Tussentijdse Oefeningen Jaarproject I Reeks 3: Tijd, licht en warmte
Opgave Tussentijdse Oefeningen Jaarproject I Reeks 3: Tijd, licht en warmte Voor deze oefeningenles heb je de handleiding van de uitgedeelde ARM processor nodig. Je kan deze vinden op de website van het
Nadere informatieRekenen en wiskunde ( bb kb gl/tl )
Tussendoelen Rekenen en Rekenen en ( bb kb gl/tl ) vmbo = Basis Inzicht en handelen Vaktaal Vaktaal herkennen en voor het ordenen van herkennen en voor het ordenen van herkennen en voor het ordenen van
Nadere informatieVIDEOBEWERKEN DEEL 2
VIDEOBEWERKEN DEEL 2 In deel 1 van het videobewerken hebben we het gehad over de instellingen en wat er zoal in de bewerkings omgeving te vinden is In deel twee gaan we film opnemen, plaatsen het in het
Nadere informatieCover Page. The handle holds various files of this Leiden University dissertation
Cover Page The handle http://hdl.handle.net/1887/39637 holds various files of this Leiden University dissertation Author: Smit, Laurens Title: Steady-state analysis of large scale systems : the successive
Nadere informatieTW2020 Optimalisering
TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 26 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 26 oktober 2016 1 / 28 Deze week: analyseren van algoritmes Hoe
Nadere informatieDe hele noot Deze noot duurt 4 tellen
HERHALING KLAS 1. In de eerste klas heb je geleerd hoe je een melodie of een ritme moet spelen. Een ritme is een stukje muziek dat je kunt klappen of op een trommel kunt spelen. Een ritme bestaat uit lange
Nadere informatieIn deze les. Het experiment. Hoe bereid je het voor? Een beetje wetenschapsfilosofie. Literatuuronderzoek (1) Het onderwerp.
In deze les Het experiment Bart de Boer Hoe doe je een experiment? Hoe bereid je het voor? De probleemstelling Literatuuronderzoek Bedenken/kiezen experimentele opstelling Bedenken/kiezen analysevorm Hoe
Nadere informatieDEC DSP SDR 5 Dicrete Fourier Transform
DEC DSP SDR 5 Dicrete Fourier Transform Familie van Fourier transformaties Fourier Transform Fourier Series Discrete Time Fourier Transform Discrete Fourier Transform Berekening van een frequentie spectrum
Nadere informatieKoopgids voor gitaarversterker
Koopgids voor gitaarversterker Type versterker Er zijn vier types versterker: buizen, hybride, solidstate (analoog) en modeling (digitaal). Buizenversterker Buizenversterkers zijn geliefd om hun warme
Nadere informatieKernvraag: Hoe maken we geluid?
Kernvraag: Hoe maken we geluid? Naam leerling: Groep: http://www.cma-science.nl Activiteit 1 Geluid voelen Je kunt ook zelf geluid maken. Probeer maar. Houd je vingers tegen je keel als je neuriet. Wat
Nadere informatieParking Surveillance. foreground/background segmentation - objectherkenning. Examen Beeldverwerking Pieter Vancoillie
Parking Surveillance foreground/background segmentation - objectherkenning Examen Beeldverwerking Pieter Vancoillie Doel van het (deel)project Uit beelden van een camera voetgangers, fietsers en auto s
Nadere informatieAanvullende informatie ter voorbereiding op de TGN A1. Inleiding. Hoe maakt u de TGN?
Aanvullende informatie ter voorbereiding op de TGN A1 Inleiding Dit is informatie over de Toets Gesproken Nederlands (of TGN) 1. De TGN maakt deel uit van het inburgeringsexamen buitenland. Moet u de TGN
Nadere informatieDEC SDR DSP project 2017 (2)
DEC SDR DSP project 2017 (2) Inhoud: DSP software en rekenen Effect van type getallen (integer, float) Fundamenten onder DSP Lezen van eenvoudige DSP formules x[n] Lineariteit ( x functie y dus k maal
Nadere informatieProces to model en model to execute
Proces to model en model to execute Een end-to-end (bedrijfs)proces (figuur 1) is het geheel van activiteiten die zich, op een bepaalde plaats door een bepaalde rol, in bepaalde volgorde opvolgen en waarvan
Nadere informatieAssignment impulse measurement door David Cok
Assignment impulse measurement door David Cok Introduction Het doel van deze opdracht is om een impulse respons te meten van een bepaald akoestisch systeem. Het leek mij interessant om een impuls respons
Nadere informatieBasic Producer. De Home Studio
Basic Producer De Home Studio Beste lezer, In dit boek ga ik jou alles leren over wat je nodig hebt om te beginnen met produceren. Alle ingrediënten die jij moet hebben om een goede start te maken als
Nadere informatieHet gebruik van spreadsheets
Het gebruik van spreadsheets Een leven zonder computer valt haast niet meer voor te stellen. Zowel thuis als op het werk wordt er veelvuldig gebruik van gemaakt en eigenlijk kunnen we niet meer zonder.
Nadere informatieHoofdstuk 2: Aan de slag
Hoofdstuk 2: Aan de slag 2.0 Introductie Hoofdstuk 1: De PowerPoint interface, beschrijft de verschillende onderdelen van de PowerPoint interface. Dit hoofdstuk leert de basis toepassingen van het gebruik
Nadere informatieDavid Weenink. Instituut voor Fonetische Wetenschappen ACLC Universiteit van Amsterdam. Spraakverwerking per computer.
Instituut voor Fonetische Wetenschappen ACLC Universiteit van Amsterdam AMSTERDAM CENTER FOR LANGUAGE AND C O M M U N I C A T I O N Het spectrogram Het representeert een acoustische tijd-frequentie representatie
Nadere informatieKunstmatige intelligentie
Zullen computers ooit de menselijke taal begrijpen? Kunstmatige intelligentie 2014 Menno Mafait (http://mafait.org) 1 Al zo n zestig jaar zijn wetenschappers bezig met kunstmatige intelligentie, ook wel
Nadere informatieRekenen en wiskunde ( bb kb gl/tl )
Tussendoelen Rekenen en wiskunde Rekenen en wiskunde ( bb kb gl/tl ) vmbo = Basis Inzicht en handelen Vaktaal wiskunde Vaktaal wiskunde gebruiken voor het ordenen van het eigen denken en voor uitleg aan
Nadere informatieEen intelligent DMX netwerk
WORKSHOP STEPP Een intelligent DMX netwerk WORKSHOP STEPP Wat is DMX? Een intelligent DMX netwerk Demo opstelling Probleem oplossing Wat is DMX? Hoe is het DMX signaal ontstaan DMX in de praktijk Hoe
Nadere informatie5,1. Samenvatting door een scholier 1647 woorden 18 oktober keer beoordeeld. Wiskunde A
Samenvatting door een scholier 1647 woorden 18 oktober 2010 5,1 4 keer beoordeeld Vak Wiskunde A Samenvatting A2 Recht evenredig Bij een stapgrootte van y hoort een constante eerste augmentatie van x Omgekeerd
Nadere informatiecommunicatie is onderhevig aan fouten
1.1 Een communicatiemodel Algemeen communicatiemodel Model voor datacommunicatie Verschil datacommunicatie en telecommunicatie Communicatie schematisch communicatie is onderhevig aan fouten Datacommunicatie
Nadere informatieSchriftelijk tentamen Spraakherkenning en spraaksynthese (do. 23 december 2004, 13.30 16.30 u; zaal C.206)
Schriftelijk tentamen Spraakherkenning en spraaksynthese (do. 23 december 2004, 13.30 16.30 u; zaal C.206) Vermeld op iedere pagina je naam, je studentennummer en het vervolgnummer per pagina. Als je voor
Nadere informatieAurix bovenop de Octave MKII. " Hoofdtelefoonversterker. "AuriX. Gebruiksaanwijzing. Bijgewerkt per Made by ALL Engineering
Aurix bovenop de Octave MKII "AuriX " Hoofdtelefoonversterker Gebruiksaanwijzing Bijgewerkt per 11-01-2014 Introductie De Aurix is niet zomaar een aanvulling op de bestaande product range van Metrum acoustics
Nadere informatieAfasie. Neem altijd uw verzekeringsgegevens en identiteitsbewijs mee!
Afasie Afasie is een taalstoornis ontstaan door hersenletsel. Iemand met afasie heeft moeite met het uiten en het begrijpen van de taal. In deze brochure leest u wat afasie inhoudt en vindt u een aantal
Nadere informatieGeest, brein en cognitie
Geest, brein en cognitie Filosofie van de geest en Grondslagen van de cognitiewetenschap Fred Keijzer 1 Overzicht: Wat is filosofie en waarom is dit relevant voor cognitiewetenschap en kunstmatige intelligentie?
Nadere informatieA1 A2 B1 B2 C1. betrekking op concrete betrekking op abstracte, complexe, onbekende vertrouwde
Luisteren - kwalitatieve niveaucriteria en zinsbouw tempo en articulatie Teksten hebben Teksten hebben Teksten hebben Teksten hebben Teksten hebben o.a. betrekking op zeer betrekking op betrekking op betrekking
Nadere informatieVBA voor doe het Zelvers - deel 10
VBA voor doe het Zelvers - deel 10 Handleiding van Auteur: leofact Oktober 2014 handleiding: VBA voor doe het Zelvers - deel 10 VBA voor Doe het Zelvers is een reeks artikelen, bedoelt voor mensen die
Nadere informatie