Zespół Przetwarzania Sygnałów

Zespół Przetwarzania Sygnałów jest częścią Instytutu Elektroniki wchodzącego w skład Wydziału Informatyki, Elektroniki i Telekomunikacji Akademii Górniczo-Hutniczej w Krakowie. Członkowie grupy prowadzą badania nad różnymi aspektami cyfrowego przetwarzania sygnałów (DSP), koncentrując się głównie na przetwarzaniu mowy i sygnałów audio dla Internetu rzeczy (IoT), multimediów i aplikacji komunikacyjnych, a także przetwarzaniu sygnałów biomedycznych i audio-wideo dla wirtualnej i rozszerzonej rzeczywistości. Badania nad przetwarzaniem sygnałów opierają się na inteligentnej integracji klasycznych technik DSP, statystycznego przetwarzania sygnałów i uczenia maszynowego. Zespół Przetwarzania Sygnałów jest kierowany przez profesora Konrada Kowalczyka i składa się z kilkunastu pracowników naukowych i doktorantów. Zespół DSP współpracuje na arenie międzynarodowej z renomowanymi partnerami akademickimi (m.in. Johns Hopkins University, Tampere University, Brno University of Technology) oraz w kraju z lokalnym przemysłem, a także z powodzeniem zrealizował szereg projektów badawczych i komercyjnych. Zespół oferuje podstawowe i zaawansowane kursy z zakresu przetwarzania sygnałów, DSP, uczenia maszynowego i programowania dla aplikacji wbudowanych i multimedialnych zarówno na poziomie licencjackim, jak i magisterskim. Zespół Przetwarzania Sygnałów regularnie oferuje studentom pracę w projektach badawczych i badawczo-rozwojowych, a także zapewnia szeroki zakres prac dyplomowych i staży studenckich. Prace badawcze koncentrują się na zastosowaniu zaawansowanego przetwarzania sygnałów i uczenia maszynowego do przetwarzania mowy, dźwięku i sygnałów biomedycznych. Grupa prowadzi badania podstawowe i stosowane, a także zapewnia doradztwo i wsparcie technologiczne dla przemysłu. W dziedzinie przetwarzania mowy i sygnałów audio badania grupy koncentrują się na komunikacji, multimediach, Internecie rzeczy i aplikacjach wirtualnej rzeczywistości. Grupa opracowuje inteligentne ulepszanie głosu na potrzeby komunikacji głosowej i interfejsów człowiek-komputer (HCI) w oparciu o szeroką wiedzę specjalistyczną w zakresie ulepszania mowy, redukcji szumów, pogłosu, ekstrakcji sygnału wielokanałowego, przywracania jakości sygnału i separacji sygnału. Ponadto kompetencje zespołu obejmują lokalizację źródła z różnych zestawów mikrofonów i w ustawieniach rozproszonych, stosowanych między innymi w ratownictwie opartym na dronach. Z biegiem lat grupa zdobyła szeroką wiedzę w zakresie analizy i przetwarzania mowy, w tym weryfikacji mówcy, diaryzacji, rozpoznawania języka, rozpoznawania emocji, syntezy mowy i automatycznego rozpoznawania mowy. Ponadto nasza wiedza specjalistyczna dotyczy przetwarzania dźwięku przestrzennego, renderowania dźwięku przestrzennego przez słuchawki lub głośniki, z zastosowaniami od kina domowego, motoryzacji po rzeczywistość wirtualną i rozszerzoną. W kontekście tych ostatnich zastosowań, zainteresowania badawcze koncentrują się na doświadczeniu użytkownika podczas interakcji z robotami i wirtualnymi ludźmi. Ostatnim obszarem badawczym jest przetwarzanie sygnałów biomedycznych, w tym przetwarzanie sygnałów EEG i obrazów do zastosowań medycznych. Zespół Przetwarzania Sygnałów zaprasza przedstawicieli przemysłu do udziału w projektach badawczo-rozwojowych, doradztwa i weryfikacji technologii, licencjonowania opracowanej technologii, a także wsparcia przy wdrażaniu przetwarzania sygnałów w produktach klientów. Zespół przyjmuje również oferty badawcze od międzynarodowych partnerów akademickich zainteresowanych współpracą i wspólnymi wnioskami o projekty badawcze.

Laboratorium Audio i Rzeczywistości Wirtualnej

Laboratorium Mowy

Przetwarzanie dźwięku za pomocą rozproszonych czujników akustycznych (POIR.04.04.00-00-3FC4/17-00)

Analiza zastosowania uczenia maszynowego w przestrzennym przetwarzaniu sygnałów dźwiękowych (UMO-2017/25/B/ST7/01792)

Głęboka ekstrakcja w celu niezawodnego rozpoznawania mowy (UMO-2021/42/E/ST7/00452)

Acoustic Intelligence - metody samouczenia głębokich modeli neuronowych w analizie sygnałów akustycznych (UMO-2023/49/B/ST7/04100)

Inteligentny asystent głosowy do obsługi dokumentacji medycznej według zaleceń lekarzy (INFOSTRATEG4/0029/2022)

Center for Language and Speech Processing, Johns Hopkins University

Audio Research Group, Tampere University

Speech@FIT, Brno University of Technology

Multimedia and Signal Processing, University of Erlangen-Nuremberg

AudioLabs, Fraunhofer Institute

Aalto University, Helsinki

University of Valencia

Samsung Electronics