|
|
Odhad emocí řečníka z mluvené řeči
Popková, Anna ; Fér, Radek (oponent) ; Matějka, Pavel (vedoucí práce)
Tato bakalářská práce se zabývá výzkumem v oblasti rozpoznávání emocí z řeči a okrajově i z dalších modalit (video a fyziologické záznamy). Popisuje topologii systémů, které byly pro tento výzkum postaveny. Dále popisuje experimenty s těmito systémy vedoucí k optimálnímu předzpracování, trénování a po-zpracování dat. K výzkumu jsou použita data z evaluace AV+EC 2015, do níž byly zaslány výsledky fúzních systému produkujících nejpřesnější predikci. Nově jsou v oblasti rozpoznávání emocí z řeči vyzkoušeny Bottle-Neck příznaky. Jsou použity spolu s běžně používanými eGeMAPS příznaky ve fúzním systému rozpoznávající emoční dimenzi arousal. Emoční dimenze valence je pak rozpoznávána dvojicí video příznaků. Multi-task systém (rozpoznávající valenci i arousal) používající Bottle-Neck příznaky produkuje výslekdy pouze o 13 % relativně horší, než zmíněný fúzní systém, což apeluje hlavně na situace, kde jsou dostupná pouze audio data.
|
|
|
Voice Activity Detection
Ent, Petr ; Karafiát, Martin (oponent) ; Matějka, Pavel (vedoucí práce)
This thesis deals with usage Support Vector Machines (SVM) for Speech Activity Detection (SAD). The first part of the thesis deals with comparison of different feature extractions and different methods of construction supervectors for classifying speech using SVM. The second part presents SVM based SAD system. All experiments were performed on ERT broadcast new database. Final comparison with two other approaches (phoneme and GMM based) was done on standard NIST 2006 Rich Test Evaluation database.
|
|
|
Vícejazykový fonémový rozpoznávač
Vobr, Vojtěch ; Matějka, Pavel (oponent) ; Szőke, Igor (vedoucí práce)
Cílem, této diplomové práce je natrénovat fonémový rozpoznávač s fonémovou sadou, která vznikla spojením fonémových sad jazyků obsažených v databázi SpeechDat-E a zjistit, zda takovýto rozpoznávač bude podávat lepší výsledky než rozpoznávače natrénované pouze pro jediný jazyk. Tato práce pojednává o fonémových sadách, principech rozpoznávání jednotlivých fonémů pomocí rozpoznávačů založených na neuronových sítích, dále o způsobech rozpoznávání a identifikace mluveného jazyka a také o spojování fonémových sad jednotlivých jazyků. Dále je zde popsán postup trénování fonémového rozpoznávače a rozpoznávání fonémů.
|
|
|
Náhrada škody a nemajetkové újmy uplatňované v důsledku daňového řízení
Matějka, Pavel ; Marková, Hana (vedoucí práce) ; Martiník, Pavel (oponent)
Náhrada škody a nemajetkové újmy uplatňované v důsledku daňového řízení Abstrakt Diplomová práce je věnována problematice náhrady škody a nemajetkové újmy způsobené nezákonným rozhodnutím nebo nesprávným úředním postupem při výkonu veřejné moci orgány Finanční správy České republiky. Škoda nebo nemajetková újma může vzniknout v důsledku daňového řízení, kdy konkrétní fyzická nebo právnická osoba, u níž bylo řízení vedeno, byla v procesním postavení daňového subjektu. Oblast daňového řízení není sama o sobě jednoduchá a ve vazbě na zmíněnou náhradu škody nebo nemajetkové újmy jde o problematiku relativně složitou, blíže neobjasněnou, a ne pro každého na první pohled srozumitelnou. S nezákonným rozhodnutím nebo nesprávným úředním postupem orgánu Finanční správy České republiky se v rámci životních situací může setkat každá fyzická či právnická osoba, které z pozice daňového subjektu vzniká daňová povinnost. Cílem této diplomové práce je proto jasně a srozumitelně přiblížit řešenou problematiku. K tomu slouží především vymezení klíčových pojmů z oblasti správy daní, které jsou relevantní pro pochopení veškerých souvislostí. Na to navazuje přiblížení právní úpravy náhrady škody způsobené při výkonu veřejné moci nezákonným rozhodnutím nebo nesprávným úředním postupem a právní úpravy náhhrady škody obecně....
|
|
|
Analýza entit v psychoterapeutických sezeních
Polok, Alexander ; Karafiát, Martin (oponent) ; Matějka, Pavel (vedoucí práce)
Tato práce se zabývá analýzou psychoterapeutických sezení v rámci výzkumného projektu DeePsy. Jejím cílem je navrhnout a vytvořit sadu příznaků modelujících průběh sezení, jež mohou odhalit na první pohled nepatrné nuance. Zmíněné příznaky jsou automaticky extrahovány ze zdrojové nahrávky s využitím hlubokých neuronových sítí. Příznaky jsou zpracovány, porovnány napříč sezeními a graficky zobrazeny, čímž vzniká dokument plnící roli zpětné vazby o sezení pro terapeuta. Tato zpětná vazba může posloužit k profesnímu růstu a kvalitnější psychoterapii v budoucnu. Bylo dosaženo relativního zlepšení detekce řečové aktivity o 37,82 %. Byl zobecněn diarizační systém VBx ke konvergenci ke dvěma mluvčím s minimálním relativním zhoršením chybovosti o 0,66 %. Byl natrénován systém pro automatické rozpoznávání řeči, jehož chybovost je o 17,06 % relativně lepší než nejlepší dostupný hybridní model. Dále byly natrénovány systémy pro klasifikaci sentimentu, typu terapeutických intervencí a detekci překrývající se řeči.
|
|
|
Hledání nových cest v rozpoznávání řečníka založeného na neuronových sítích
Sova, Damián ; Matějka, Pavel (oponent) ; Glembek, Ondřej (vedoucí práce)
Keďže zadanie tejto práce je veľmi široké, tak sa bolo treba sústrediť len na určitú sféru. Nakoniec, cieľom tejto práce je aplikovať optimalizačnú metódu Stochastického Spriemerovania Váh do tréningového procesu Hlbokej Neurónovej Siete. Po predstavení potrebných teoretických vedomostí v prvej časti práce, nasleduje druhá časť s priebehmi jednotlivých experimentov. V teoretickej časti je dôraz kladený hlavne na objasnenie celého životného cyklu trénovacieho a vyhodnocovacieho procesu, vrátane popisu jednotlivých komponentov. Praktická časť poskytuje podrobný pohľad na každý experiment, ktorých cieľom je demonštrovať dosiahnuteľnosť zvýšenia výkonnosti systému rozpoznávania rečníka. Celkové zlepšenie výkonu sa podarilo dosiahnuť postupným aplikovaním rôznych tréningových konfigurácií, v ktorých sa zohľadňujú skúsenosti z predchádzajúcich experimentov. Kľúčovou zložkou úspešného Stochastického Spriemerovania Váh v experimentoch bola dostatočne vysoká konštantná hodnota Miery Učenia s aplikovaným postupným prechodom alebo Cyklický priebeh Miery Učenia.
|
|
|
Unsupervised Evaluation of Speaker Recognition System
Odehnal, Ondřej ; Plchot, Oldřich (oponent) ; Matějka, Pavel (vedoucí práce)
The context of this thesis is the state-of-the-art system for speaker identification (SID) based on the deep nerual network with x-vector embeddings. This thesis aims to propose and experimentally assess several techniques for evaluating the SID system using unlabelled datasets. For this purpose, discriminative embedding is created for every recording in the dataset. These embeddings are used to cluster the recordings and thus create pseudo-labels corresponding to different clusters. The SID system evaluation is based on equal error rate (EER), which uses these pseudo-labels. We proposed several unsupervised learning algorithms to achieve this; K-means, Gaussian mixture models (GMM), and agglomerative hierarchical clustering (AHC). After thorough testing, the K-means model with the Silhouette value showed the best results. This method achieved an estimate of 5.72 % EER with the reference EER equal to 5.15 % on SITW dev-core-core. Similar results were observed on the SITW eval-core-core, where the estimated EER is equal to 5.86 % and the reference 5.08 %. The difference between estimated and reference EER is 0.57 % for the dev-core-core and 0.78 % for the eval-core-core. Another series of experiments were conducted on NIST SRE16 and VoxCeleb1 to verify robustness of the proposed method. Generally, the developed testing process had an estimated error of around 1 % in all test databases, an excellent result for an unsupervised learning technique.
|
|
|
Odhad obličeje z řečového signálu
Krušina, Josef ; Matějka, Pavel (oponent) ; Plchot, Oldřich (vedoucí práce)
Tato práce řeší problém mapování fixních reprezentací (embeddingů) řečového signálu na embeddingy obličejů a následné generování obličeje z namapovaného embeddingu pomocí generativní adverzní sítě (GAN) naučené na generování obličejů. GAN jsou druhem neuronových sítí, které umí generovat data podobná těm, na kterých se trénovala. Architektura navrženého systému je založena na čtyřech komponentách: na extraktoru embeddingů obličeje, na extraktoru embeddingů hlasu, na algoritmu nad GAN, který umí generovat obličej z embeddingu obličeje a na mnou implementované mapovací síti určené k mapování embeddingu hlasu na embedding obličeje. Jako extraktory embeddingů jsou převzaty předtrénované neuronové sítě FaceNet a SpeechBrain. Pro zpětné generování obličeje je převzatý model používající předtrénovaný StyleGAN2. Přínos této práce je ten, že dovoluje extrapolovat obličej pouze z audio signálu.
|
|
| |
|
|
Magnetic circular dichroism and aromatic compounds
Štěpánek, Petr ; Bouř, Petr (vedoucí práce) ; Matějka, Pavel (oponent) ; Srnec, Martin (oponent)
Název práce: Magnetický cirkulární dichroismus a aromatické sloučeniny Autor: Petr Štěpánek Katedra/Ústav: Ústav organické chemie a biochemie AV ČR, v.v.i. Vedoucí disertační práce: prof. RNDr. Petr Bouř, DSc., Ústav organické chemie a biochemie AV ČR, v.v.i. Abstrakt: Práce představuje sérii studií zabývajících se magnetickým cirkulárním dichroismem (MCD), spektroskopickou metodou, u které v posledních letech došlo k intenzívnímu teoretickému rozvoji. Díky vývoji kvantově-chemických pro- gramů se otevírají nové možnosti výpočtů a interpretace MCD spekter větších a různorodějších molekul než bylo doposud možné. V představovaných studiích jsme využili nově vyvinutých výpočetních prostředků k rozšíření možných aplikací MCD a představujeme zde MCD například jako metodu pro získání informace o struktuře fullerenů. Dále jsme studovali vliv konformace a implicitního a explic- itního rozpouštědla na MCD spektra aromatických amino kyselin s pomocí nově implementovaného alternativního výpočetního postupu využívajícího sčítání přes excitované stavy. Představujeme také teoretické předpovědi spekter nukleárního spinově-indukovaného cirkulárního dichroismu coby nové strukturně-analytické metody....
|
host ::
RSS.