|
Speaker Recognition Based on Long Temporal Context
Fér, Radek ; Matějka, Pavel (referee) ; Černocký, Jan (advisor)
Tato práce se zabývá extrakcí vhodných příznaků pro rozpoznávání řečníka z delších časových úseků. Po představení současných technik pro extrakci takových příznaků navrhujeme a popisujeme novou metodu pracující v časovém rozsahu fonémů a využívající známou techniku i-vektorů. Velké úsilí bylo vynaloženo na nalezení vhodné reprezentace temporálních příznaků, díky kterým by mohly být systémy pro rozpoznávání řečníka robustnější, zejména modelování prosodie. Náš přístup nemodeluje explicitně žádné specifické temporální parametry řeči, namísto toho používá kookurenci řečových rámců jako zdroj temporálních příznaků. Tuto techniku testujeme a analyzujeme na řečové databázi NIST SRE 2008. Z výsledků bohužel vyplývá, že pro rozpoznávání řečníka tato technika nepřináší očekávané zlepšení. Tento fakt diskutujeme a analyzujeme ke konci práce.
|
|
Hybrid Recognizer of Isoladed Words
Veselý, Karel ; Černocký, Jan (referee) ; Grézl, František (advisor)
The speaker independent isolated words recignizer has various practical applications. For example it can be used to control home gadgets by PC. Even more interesting is possibility that it can be built in the user interface of any application or even into operating system to perform command based control such as invocation of applications, or execution of any other specific action. The most remarkable application of isolated recognition is in electronical dictionaries. A voice controlled word lookup could be new feature of the next generation dictionaries. Very useful is the ability to ouptut ordered list of the most likely words, which gives the user ability to learn and distinguish similar words.
|
|
Web-Based Demonstration of Linear Filtering
Novotný, Ondřej ; Bařina, David (referee) ; Černocký, Jan (advisor)
The aim of this work is to create a demonstration application of discrete linear filtering. The introductory section summarizes the theory of digital filtering and filter design. The following chapter describes the existing applets. Subsequently, the concept of the demonstration and its implementation are described. The final part contains tutorial examples of using the demonstration and summary of users' reactions.
|
|
Melody Harmonization
Vlasák, Jaroslav ; Černocký, Jan (referee) ; Fapšo, Michal (advisor)
This bachaleor's thesis is focused on an automatic harmonization of melody. The implemented system is using a machine learning approach and learning the harmony principles from the database of MIDI files. The input of the system could be monophony songs in MIDI or ABC format. The output of the system are polyphony songs in MIDI format harmonized in the style of protestant chorale.
|
|
Sound Creation Using VST
Švec, Michal ; Schimmel, Jiří (referee) ; Černocký, Jan (advisor)
This diploma thesis deals with digital sound synthesis. The main task was to design and implement new sound synthesizer. Created tool uses different approaches to the sound synthesis, so it can be described as a hybrid. Instrument design was inspired by existing audio synthesizers. For implementation, C++ language and VST technology from Steinberg are used. As an extension, a module, that can process voice or text input and then build a MIDI file with melody (which can be interpreted with using any synthesizer) was designed and implemented. For this module, Python language is used. For the synthesizer, a simple graphical user interface was created.
|
|
Chord recognition
Soudek, Ondřej ; Glembek, Ondřej (referee) ; Černocký, Jan (advisor)
The goal of this bachelor thesis is to create an application, that will perform a real-time analysis of a signal from electric or acoustic guitar and will recognize a chord or tone, played by user. This document contains basics of music theory and the solution of the problem, as well as the results of testing.
|
|
Echo-Based Distance Measurement on Mobile Phone
Richter, Jiří ; Maršík, Lukáš (referee) ; Černocký, Jan (advisor)
Cílem této práce je vytvoření aplikace pro mobilní zařízení na měření vzdálenosti pomocí ozvěny. Zaměřuje se na testování komponent zařízení a výběr signálu s vhodnými parametry pro měření. První částí práce je vyhodnocení schopnosti zařízení přehrávat a nahrávat zvuk, výsledkem je určení frekvence a síly zvuku, se kterým je zařízení schopno pracovat. Práce dále popisuje algoritmus pro měření vzdálenosti založeny na vzájemné korelaci vyslaného a přijatého signálu. Další částí je popis implementace výše zmíněného algoritmu v aplikaci pro operačním systému Android s řešením komunikace a synchronizace mezi jednotlivými součástmi. Implementace navrženého algoritmu v aplikace je v závěru práce otestována. Na základě zjištěných údajů je možné měření vzdálenosti na mobilním zařízení od půl metru do přibližně tří metrů, s ohledem na okolní hluk, s přesností na desetinu metru.
|
|
AutoRapper - Automatic Alignment of Speech with a Rhythm
Poliak, Sebastián ; Glembek, Ondřej (referee) ; Černocký, Jan (advisor)
Tato práce popisuje návrh a implementaci aplikace, která automaticky převádí vstupní řeč na rap. Tento proces je založen na zarovnání řeči s rytmem, které je dosaženo pomocí rozpoznávání fonémù, slabikování a časové modifikáce řeči. Další funkce, jako je hudební podklad a vokální efekt jsou přidány za účelem přiblížení se ke skutečnému rapu. Výsledná aplikace je dostupná jako webová služba pro uživatele.
|
|
Automatic Link Detection in Parts of Audiovisual Documents
Sychra, Marek ; Černocký, Jan (referee) ; Szőke, Igor (advisor)
This paper deals with topic detection. Specifically link detection - finding similarities amongst a group of short documents according to their topic and story segmentation - finding borders between two topically different parts in a large document. The main motivation for research was practical application with the use of presentation materials from lectures at FIT (linking parts of different lectures and courses). The solution of link detection is achieved by text and word analysis, which includes learning the meaning and importance of each word. Story segmentation uses this while searching for the boundaries. Both parts of the problem (link detection, story segmentation) gave great results while testing with a standard dataset (world news reports). During evaluation of lecture processing the success rate was lower, but still good.
|
|
Comparison of Accuracy of Siri, Cortana and Google
Procingerová, Lucie ; Černocký, Jan (referee) ; Szőke, Igor (advisor)
The aim of this thesis is to compare the accuracy of translation of spoken word into text using several services. Primary it is about applications from Apple Inc., Microsoft Corporation and Google Inc., but there is also included several others, mostly available on-line. This document contains a descriptionn of the problem, analyzes the progress for each service. Subsequently, the test results are analyzed and compared with the reference outputs. In conclusion, there is a discussion of these experiments.
|