|
|
Automatická tvorba varhanní předehry k církevním písním
Maňák, Ondřej ; Černocký, Jan (oponent) ; Fapšo, Michal (vedoucí práce)
Tato diplomová práce se zabývá problematikou automatické tvorby varhanních předeher k církevním písním z teoretického i praktického hlediska. Varhanní předehra je krátký úvod k liturgickému zpěvu. Vzhledem k tomu, že ji lze popsat pomocí konečné množiny pravidel, nabízí se k její tvorbě využít principů úloh s omezujícími podmínkami. Efektivním prostředkem pro vývoj systému potom může být programovací jazyk C++ a knihovna Gecode.
|
|
|
Rozpoznávaní tónů a akordů na platformě Android
Kucharovič, Oliver ; Černocký, Jan (oponent) ; Szőke, Igor (vedoucí práce)
Cieľom tejto práce je rozpoznávanie tónov a akordov na ľubovoľnom hudobnom nástroji pomocou mikrofónu v mobilných zariadeniach Android. Aplikácia sníma alebo nahráva zvuky, ktoré analyzuje a zapisuje do zápisu podobnej hudobnej notovej osnove v reálnom čase. Práca popisuje problematiku rozpoznávania a podkladá riešenie danej problematiky pomocou rýchlej Fourierovej transformácie a analýzy spektra hlasitostí. Ďalej práca popisuje hudobnú teóriu a trénovanie jednotlivých tónov. Aplikácia bola podrobená užívateľským testom a testom na presnosť rozpoznávania. Záver obsahuje výsledky z testovania a štatistiky z publikácie na Google Play.
|
|
| |
|
|
Improving Robustness of Speaker Recognition using Discriminative Techniques
Novotný, Ondřej ; Ferrer, Luciana (oponent) ; Pollák, Petr (oponent) ; Černocký, Jan (vedoucí práce)
This work deals with discriminative techniques in speaker verification systems to improve robustness of the systems against factors that negatively affect their performance. These factors include noise, reverberation, or the transmission channel. The thesis consists of two main parts. In the first part, it deals with a theoretical introduction to current state-of-the-art speaker verification systems. The recognition system's steps are described, starting from the extraction of acoustic features, the extraction of vector representations of recordings, and the final recognition score computation. Particular emphasis is paid to the techniques of extraction of a vector representation of a recording, where we describe two different paradigms: the i-vectors and the x-vectors. The second part of the work focuses more on discriminative techniques to increase robustness. Their description is organized to match the gradual passage of the recording through the verification system. First, attention is paid to signal pre-processing using a neural network for noise reduction and speech enhancement. This pre-processing is a universal technique independent of the verification system. The work follows by focusing on the use of a discriminative approach in the extraction of features and the extraction of vector representations of recordings. Furthermore, this work sheds light on the transition from generative systems to discriminative systems. In order to give a fuller context, the work also describes techniques that had historically preceded this transition. All presented techniques are always experimentally verified and their advantages evaluated. We are proposing several techniques that have proved successful in both the generative approach in the form of i-vectors and discriminative x-vectors, and thanks to them, considerable improvement has been achieved. For completeness, in the field of robustness, other techniques are included in the work, such as normalization of scores or multi-condition training. Finally, the work deals with the robustness of discriminative systems in terms of data used in their training.
|
|
|
Chatbot Capable of Information Search
Ďurista, Michal ; Beneš, Karel (oponent) ; Černocký, Jan (vedoucí práce)
''Chatbot'' is a very popular term in today's artificial intelligence era. Chatbots can be seen in business solutions more a more nowadays. The main goal of this thesis is to create an algorithm that is capable of information retrieval and implement it into a chatbot. The information resides on a real customer's web pages. The thesis also provides an overview of current chatbot situation along with the Microsoft technologies used for the development. The technological background of these technologies, mostly natural language processing techniques, is covered too. The thesis also describes the implementation of the algorithm and the chatbot itself as well as the real industrial environment testing process.
|
|
|
Automatické hledání vazeb mezi částmi audiovizuálních dokumentů
Sychra, Marek ; Černocký, Jan (oponent) ; Szőke, Igor (vedoucí práce)
Tato práce se zabývá tématem hledání tématu v textu. Konkrétně hledání spojitostí mezi krátkými texty a hledání hranic jednotlivých částí stejného tématu v jednom hlavním textu. Hlavní motivací výzkumu bylo zavedení do praxe a to v rámci aplikace na přednáškové materiály na FIT (provázání jednotlivých částí různých přednášek). Přístup k porovnávání textů spočívá v analýze textu a slov, která obsahuje a zjišťování významu a důležitosti jednotlivých slov. Segmentace textu toto využívá, když hledá předěly mezi tématy v textu. Obě části problému ( link detection, story segmentation ) měly velmi vysokou úspěšnost na testovacích datech (zprávy ze světových novin). Při subjektivním vyhodnocování u částí přednášek byla úspěšnost nižší, ale stále dobrá.
|
|
|
Webová demonstrace Fourierovy transformace pro výuku zpracování signálů
Hyrš, Martin ; Plchot, Oldřich (oponent) ; Černocký, Jan (vedoucí práce)
Cílem této práce je vytvořit vytvořit demonstrační program na téma Fourierova transformace. V úvodní části je shrnuta teorie týkající se jednotlivých typů Fourierovy transformace a je ukázán postup jejich numerické aproximace. V další kapitole jsou popsány již existující applety. Následně je navržena vlastní demonstrace, je popsána její implementace. Jsou uvedeny příklady použití výsledné aplikace a shrnuty reakce jejích uživatelů.
|
|
|
Query-by-Example Spoken Term Detection
Fapšo, Michal ; Matoušek, Jindřich (oponent) ; Metze, Florian (oponent) ; Černocký, Jan (vedoucí práce)
This thesis investigates query-by-example (QbE) spoken term detection (STD). Queries are entered in their spoken form and searched for in a pool of recorded spoken utterances, providing a list of detections with their scores and timing. We describe, analyze and compare three different approaches to QbE STD, in various language-dependent and language-independent setups with diverse audio conditions, searching for a single example and five examples per query. For our experiments we used Czech, Hungarian, English and Levantine data and for each of the languages we trained a 3-state phone posterior estimator. This gave us 16 possible combinations of the evaluation language and the language of the posterior estimator, out of which 4 combinations were language-dependent and 12 were language-independent. All QbE systems were evaluated on the same data and the same features, using the metrics: non-pooled Figure-of-Merit and our proposed utterrance-normalized non-pooled Figure-of-Merit, which provided us with relevant data for the comparison of these QbE approaches and for gaining a better insight into their behavior. QbE approaches presented in this work are: sequential statistical modeling (GMM/HMM), template matching of features (DTW) and matching of phone lattices (WFST). To compare the performance of QbE approaches with the common query-by-text STD systems, for language-dependent setups we also evaluated an acoustic keyword spotting system (AKWS) and a system searching for phone strings in lattices (WFSTlat). The core of this thesis is the development, analysis and improvement of the WFST QbE STD system, which after the improvements, achieved similar performance to the DTW system in language-dependent setups.
|
|
|
Zobrazování uživatelských výslovností pro elektronické slovníky
Pešán, Jan ; Chalupníček, Kamil (oponent) ; Černocký, Jan (vedoucí práce)
Tato bakalářská práce se pokouší nalézt nový směr vývoje v oblasti učebních schopností elektronických slovníků. V první části je uvedeno představení základní myšlenky možnosti učení výslovnosti pomocí vizualizace fonémů. Následuje kapitola zabývající se obecným úvodem do metod zpracování řeči využívaných v této práci jako např. HMM nebo Viterbiho algoritmus. Ve třetí kapitole jsou popsány nástroje, pomocí kterých byla provedena implementace celého systému. Další kapitola rozebírá podrobně použitou technologii neuronových sítí jako systému odhadu věrohodností fonémů, popisuje problém kompatibility fonémových sad a použité modely fonémů. Kapitola 5 popisuje konkrétně samotnou implementaci systému. Zde jsou také popsány nástroje použité k přípravě dat pro systém. Ve dvou závěrečných kapitolách je poté obsaženo krátké uživatelské testování společně se screenshoty a zhodnocením celého projektu. Zde jsou také nastíněny další možné cesty vývoje tohoto systému.
|
|
|
Systém pro záznam a opakování událostí pro zvukové systémy
Klobása, Jiří ; Černocký, Jan (oponent) ; Zemčík, Pavel (vedoucí práce)
Práce se zabývá návrhem a realizací systému pro záznam a opakování událostí pro zvukové systémy. Úvodní část práce je věnována studiu zvukových systémů, jejich uživatelskému rozhraní a komunikačním protokolům, které jsou zvukovými systémy využívány. Dále je prezentována základní charakteristika platformy Mac OS X, její uživatelské rozhraní a principy vývoje na této platformě. Jádro práce tvoří návrh systému pro záznam a opakování událostí a konceptu událostí, který specifikuje reprezentaci událostí v systému a jejich následné zpracování. V závěru práce je představena implementace navrženého systému pro Mac OS X s ohledem na možnosti rozšíření systému a jeho vlastnosti.
|
host ::
RSS.