Národní úložiště šedé literatury Nalezeno 24 záznamů.  začátekpředchozí21 - 24  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Lineární predikční a kepstrální syntéza řečového signálu v systému TTS
Mekyska, Jiří ; Stejskal, Vojtěch (oponent) ; Smékal, Zdeněk (vedoucí práce)
Práce se zabývá lineární predikční a kepstrální syntézou řečového signálu v systémech TTS (Text-to-Speech) s možností modelování prozodie. Je zde uveden popis řečového signálu v akustické a fonetické rovině, princip tvorby řeči a způsob znázornění řečového signálu v časové a kmitočtové oblasti. Dále je zde uvedena bloková stavba TTS systémů, přičemž každý blok je zvlášť detailně popsán. V práci je také popsána problematika modelování prozodie pomocí tří nejdůležitějších suprasegmentálních rysů (základní tón, trvání a intenzita řeči). Na konci je proveden návrh a realizace univerzálního českého TTS systému, který je založen na syntéze řeči v kmitočtové oblasti. Tento systém je implementován v programu MATLAB.
Rozpoznávání emočních stavů na základě analýzy řečového signálu
Čermák, Jan ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Obsah této práce je zaměřen na klasifikaci emočních stavů s použitím neuronových sítí a klasifikátoru na bázi směsi Gaussových hustotních funkcí s využitím programu Matlab. Pojednává o problematice zpracování řečového signálu, z něhož byly extrahovány prozodické, spektrální příznaky a MFCC koeficienty. Práce se zabývá určením kvality jednotlivých příznaků a výběrem nejvhodnějších pro správnou klasifikaci emočních stavů. Pro určení emočních stavů byly použity dvě rozdílné metody. První metodou jsou neuronové sítě s různě zvolenými parametry. Druhou metodou klasifikace je použití smíšených Gaussových modelů tzv. GMM. U obou metod byla pro klasifikaci rozdělena databáze emočních promluv na trénovací a testovací skupinu. Při testování byla využita metoda nezávislá na mluvčím. Součástí práce je porovnání jednotlivých analyzovaných postupů, zobrazení a porovnání výsledků. Závěrem práce je návrh nejvhodnějších parametrů a klasifikátoru pro rozpoznání emočního stavu mluvčího.
Automatické rozpoznávání emočních stavů člověka na základě analýzy řečového projevu
Pfeifer, Leon ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se zabývá charakteristikou metod pro analýzu emočních stavů člověka. Práci lze rozdělit do tří částí. V první je charakterizován řečový projev z fonetického a psychologického aspektu. V druhé části jsou zpracovány analyzované metody a věci související (předzpracování signálu, řečový detektor). Pro výpočet základního tónu řeči byla použita metoda centrálního klipování, další použitou metodou je analýza na základě formantových frekvencí a poslední metoda určování počtu vrcholů a rovin. Ve třetí části jsou zpracovány výsledky měření provedené jednotlivými metodami Vyhodnocováno zde bylo pět různých emočních stavů: neutralita, vztek, radost, smutek a překvapení. Jsou zde vyobrazeny a diskutovány výsledky pro každou metodu.
Rozpoznávání emočních stavů pomocí analýzy řečového signálu
Navrátil, Michal ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se zabývá analýzou emočních stavů člověka pomocí analýzy řečového signálu. Práce má dvě části. V první je popsán řečový signál z hlediska tvorby a informačního obsahu. Dále jsou zde popsány hlavní a vedlejší prozodické příznaky: základní tón řeči, intenzita, časové příznaky, spektrální vlastnosti a počet průchodu signálu nulovou rovinou. Ve druhé části práce je popsán navržený systém rozpoznávání emočního stavu člověka z řeči, tento systém pracuje na základě porovnání prozodických příznaků vstupní řeči s prozodickými příznaky uložené v databázi systému. Při nashromážděný dostatečného počtu nahrávek emočních stavů bude schopen rozpoznat emoční stav s vysokou pravděpodobností. Celý projekt je nachystán pro použití v reálném čase. V poslední části práce jsou uvedeny výsledky testů provedených na velkém počtu souboru řečových nahrávek.

Národní úložiště šedé literatury : Nalezeno 24 záznamů.   začátekpředchozí21 - 24  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.