|
| |
|
|
Odhad obličeje z řečového signálu
Kyjonka, Mojmír ; Matějka, Pavel (oponent) ; Plchot, Oldřich (vedoucí práce)
Tato práce se zaobírá problematikou rekonstrukce obličeje na základě hlasu. V rámci této práce je prozkoumán současný stav této problematiky a následně je natrénován model pro generování obličeje z krátké audionahrávky. Natrénovaný model vychází z práce "Reconstructing faces from voices", jenž je založen na architektuře GAN. V této práci byly použity datasety VGGFace, VoxCeleb. Pro účely bakalářské práce byl vytvořen malý audiovizuální dataset česky mluvících osob. Práce je implementovaná pomocí skriptovacího jazyka Python s využitím knihovny PyTorch.
|
|
|
Analýza audio hovoru mezi dvěma účastníky
Polok, Alexander ; Plchot, Oldřich (oponent) ; Matějka, Pavel (vedoucí práce)
Cílem této práce je analýza psychoterapeutických sezení. Z audionahrávek jsou extrahovány klasifikátory, které popisují proběhlou terapii. Ty jsou následně agregovány, porovnány s ostatními sezeními a graficky prezentovány v podobě zprávy shrnující daný rozhovor. Terapeutům je tímto způsobem k proběhlým sezením poskytnuta zpětná vazba, která může sloužit k profesnímu růstu a kvalitnější psychoterapii v budoucnu.
|
|
|
Detection of Pre-Recorded Messages in Speech
Boboš, Dominik ; Matějka, Pavel (oponent) ; Černocký, Jan (vedoucí práce)
Recognition of pre-recorded messages in speech is useful for any follow-up speech data mining. This thesis summarises the theory of searching similar utterances in speech and efficient approaches to compare two sequences. To investigate identification of redundant information in audio, it is necessary to have a large amount of data with the exact phrases repeated multiple times. We generated a dataset by mixing pre-recorded messages into phone calls with variations in speed, volume and repetitions. Our system tackles known messages and unknown messages'' scenarios by using approaches like clustering or detection in chunks. Dynamic time warping, approximate string matching and recurrent quantification analysis are compared, and finally, all mentioned techniques are combined to obtain a precise and efficient system.
|
|
|
Analýza stavu porostů smrku ztepilého (Picea abies) ve vztahu k pedologickým charakteristikám prostředí na LS Vsetín
Matějka, Petr
Bakalářská práce srovnává prosperujícího a neprosperujícího stanoviště v katastru obce Velké Karlovic podle jejich pedologických charakteristik s ohledem na růst a života schopnost smrku ztepilého. Zájmové území se nachází ve flyšovém pásmu Západních Karpat. Specifické uložení jílovcových a pískovcových vrstev má na celkový vodní režim půd na zkoumaných lokalitách významný vliv. Obě lokality tvoří ekologicky nestabilní smrkové monokultury, což umocňuje negativní projevy vodního deficitu. U neprosperujícího stanoviště byly fyzikální a hydrofyzikální vlastnosti půd vyhodnoceny jako nevhodné pro pěstování smrku. Byla navržena optimální dřevinná skladba s převahou buku, doplněná o modřín, jedli a třešeň.
|
|
|
Institucionální boj proti dopingu ve sportu
Matějka, Petr ; Balaš, Vladimír (vedoucí práce) ; Lipovský, Milan (oponent)
Institucionální boj proti dopingu ve sportu Diplomová práce na téma Institucionální boj proti dopingu ve sportu se zabývá problematikou užívání zakázaných látek a zakázaných metod ve sportu nebo jiného porušování antidopingového pravidla, a to zejména z pohledu vytvoření mezinárodních institucí celosvětovou působností, jejichž cílem je eliminace dopingu ve sportu. Po obecném úvodu do problematiky dopingu s popisem historických kořenů této nespravedlivé sportovní praktiky je následující část věnována základním institutům boje proti dopingu. Je rozebrán princip objektivní odpovědnosti sportovce za porušení antidopingového pravidla, seznam zakázaných látek a zakázaných proces testování, institut terapeutické výjimky, hlášení pobytu a rovněž biologický pas sportovce. další části jsou popsány nástroje mezinárodního práva veřejného, které byly přijaty na půdě Rady Evropy a UNESCO. Mezinárodními úmluvami je boj proti dopingu ve sportu přenesen na úroveň mezivládní spolupráce, která reflektuje významné nevládní instituce a zavazuje mezinárodní koordinaci. Významná část práce je věnována dvěma nejdůležitějším institucím boje proti dopingu sportu, a sice Světové antidopingové agentuře a Mezinárodní sportovní arbitráži. Světová antidopingová organizace je odpovědná za harmonizaci a unifikaci pravidel, která...
|
|
|
Robustní rozpoznávání mluvčího pomocí neuronových sítí
Profant, Ján ; Rohdin, Johan Andréas (oponent) ; Matějka, Pavel (vedoucí práce)
Tématem této práce je analýza nejmodernějších systémů pro rozpoznávání řečníka za použití neurónových sítí (nazývaných x-vektory) v rozličných podmínkách, jako jsou širokopásmové a úzkopásmové data, který je robustní vůči neviděnému jazyku, specifickému hluku nebo telefonnimu kodeku. Automatický systém mapuje zvukovou nahrávku variabilní délky do fixně dlouhého vektoru, který je následně využit jako reprezentace řečníka. V této práci jsme porovnali systémy založené na neurónových sítich s výsledkem VUT týmu v Speakers in the Wild Speaker Recognition Challenge (SITW), který využíval donedávna velmi populární statistický model - i-vektory. Pozorovali jsme, že s nedávno publikovanými x-vektory dosahujeme 4.38 krát nižší Equal Error Rate pro SITW core-core evaluační sadu v porovnání s výsledkem z roku 2016 od VUT v SITW soutěži. Kromě toho jsme ukázali, že diarizace v nahrávkach s více mluvčími významně snižuje chybovost systému pro SITW core-multi evaluační data, ale podobný trend jsme neviděli pro dataset NIST SRE 2018 VAST.
|
|
|
Robustní detekce řečové aktivity
Popková, Anna ; Plchot, Oldřich (oponent) ; Matějka, Pavel (vedoucí práce)
Cílem této práce je navrhnout a vytvořit robustní detektor řečové aktivity, který je schopen detekovat řeč v různých jazycích, v prostředí se šumem a v prostředí s hudbou na pozadí. Tento problém jsem se rozhodla vyřešit použitím neuronové sítě jako klasifikačního modelu, který vstupním úsekům nahrávky přiřazuje jednu ze čtyř možných tříd - ticho, řeč, hudbu nebo hluk. Výsledný nástroj je schopný detekovat řeč v minimálně 12-ti jazycích. Řeč na hudebním pozadí až s 88 % úspěšností a výsledky úspěšnosti systému na zašuměných datech dosahují od 84 % (5 dB SNR) do 88 % (20 dB SNR). Tento nástroj je možné použít pro detekci řečové aktivity v různých výzkumných oblastech zpracování řeči. Hlavním jeho přínosem je eliminace hudby, která když odstraněna není, výrazně zvyšuje chybovost systémů na rozpoznávání mluvčího či řeči.
|
|
|
Agreements and Disagreements between Automatic and Human Speaker Recognition
Valenta, Jakub ; Matějka, Pavel (oponent) ; Rohdin, Johan Andréas (vedoucí práce)
This thesis deals with the problem of speaker recognition. The term is defined and individual methods related to it are described. The aim of the work is to point out the agreements and disagreements between human and automatic speaker recognition. At the beginning of the thesis, theoretical knowledge from both mentioned areas are described, i.e., what aspects of human speech do people, or automatic system respectively, focus on. Then, several experiments are performed to compare these two methods. These experiments are evaluated in such a way, that it is possible to observe which tasks can be better solved by people, in order to use the knowledge to improve the function of the automated system. At the end of the thesis, such an attempt to improve the automatic system is demonstrated and tested. Testing was successful and higher evaluation accuracy could be observed. Thus, such a result can be used in other research to allow further development in the field of automatic speaker recognition.
|
|
|
Detekce Akustické Prostředí z Řeči
Grepl, Filip ; Beneš, Karel (oponent) ; Matějka, Pavel (vedoucí práce)
Tato práce se zabývá vytvořením systému, jehož úkolem je z audio signálu rozpoznat, na jakém místě byla vstupní nahrávka pořízena. Klasifikátor je založen na vícevrstvé hustě propojené neuronové síti. Topologie neuronové sítě vychází ze základního systému, poskytovaného k soutěži DCASE. Pro její trénování a evaluaci je využita datová sada rovněž z této soutěže. Experimenty jsou prováděny zejména s reprezentací vlastností jednotlivých audio nahrávek a formátem vstupních dat. Za tímto účelem jsou využity Mel-filter bank, blok Mel-filter bank a MFCC příznaky. Experimenty, provedené v této práci, přinesly oproti základnímu systému soutěže DCASE vyšší přesnost klasifikace o 6.5 %. Celková úspěšnost systému tak dosáhla hodnoty 67.5 %.
|
host ::
RSS.