zurück zur Suche

Künstliche Intelligenz für Audiosysteme im Automobilbereich

ED140030International Experience3 ECTSEnglischWintersemester/SommersemesterLehrstuhl für Akustik mobiler Systeme (Prof. Marburg)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst, wie KI-gestützte Methoden, Audio-Signalverarbeitung und akustische Simulation speziell für den Fahrzeuginnenraum eingesetzt werden. Am Ende kannst du In‑Car‑Audioaufgaben technisch strukturieren, Audiosignale vorbereiten und auswerten, passende ML-/DL‑Verfahren anwenden sowie akustische Simulationen und Embedded‑Deployments fachlich beurteilen.

Was du danach kannst

  • In‑Car‑Audioaufgaben technisch strukturieren und geeignete Mess‑/Daten‑/Simulationsstrategien ableiten
  • akustische Besonderheiten des Fahrzeuginnenraums erklären und bei Tuning, Sprachverarbeitung und Simulation berücksichtigen
  • Audiosignale im Zeit‑, Frequenz‑ und Zeit‑Frequenz‑Bereich analysieren und für KI vorbereiten
  • Audio‑Repräsentationen berechnen und auswählen (z. B. Spektrogramme, Mel‑Spektrogramme, MFCCs, Impulsantworten, Embeddings)
  • ML‑ und DL‑Verfahren für Klassifikation, Regression, Anomalieerkennung und Speech‑AI‑Aufgaben anwenden
  • Grundprinzipien akustischer Simulation (FEM/BEM, geometrische Akustik, Ray Tracing, Surrogatmodelle) fachlich einordnen
  • Modelle und Simulationsergebnisse quantitativ und auditiv bewerten und validieren
  • Randbedingungen wie Rechenaufwand, Latenz, kleine Datensätze, Datenschutz, Robustheit und Embedded/Edge‑Deployment berücksichtigen

Aus was das Modul besteht

  • VorlesungVermittlung der Theorie zu Audio, akustischer Simulation und Audio‑KI
  • Demonstrationen / HörbeispieleIllustrierende Audio‑Beispiele zur Verknüpfung von Theorie und Praxis
  • Python‑Übungen / NotebooksPraktische Verarbeitung, Feature‑Engineering und reproduzierbare Experimente
  • SimulationsbeispieleAnwendung und Vergleich akustischer Modellierungsverfahren
  • ProjektphaseEntwicklung eines prototypischen Audio‑AI‑ oder Simulationssystems mit Bericht und Präsentation

Lehrmethode

  • Vorlesungsystematische Einführung in Konzepte und Methoden
  • Audio‑Demonstrationenauditives Verständnis und Evaluation von Verfahren
  • Python‑basierte Übungen / Notebookspraktische Umsetzung, Reproduzierbarkeit und Experimentaufbau
  • SimulationsbeispieleAnwendung von Modellierungsprinzipien ohne proprietäre Vollmodelle
  • Betreute ProjektarbeitTransfer des Gelernten auf realistische Aufgabenstellungen

Termine

VorlesungAudio Artificial Intelligence for Automotive Systems

Aus dem laufenden Semester, unverbindlich.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.