|
|
Automatické značkování prezentací
Huška, Michal ; Sumec, Stanislav (oponent) ; Černocký, Jan (vedoucí práce)
Tato práce se zabývá vývojem aplikace na mobilní zařízení se systémem Windows Mobile. Úkolem aplikace je s využitím vestavěné kamery snímat plátno s probíhající prezentací a ukládat časové značky, informující o změně slajdu či animaci na plátně. V textu jsou popsány požadavky na systém, je zde provedena analýza, u níž bylo využito jazyka UML, řešení problému na úrovni zpracování obrazu, popis implementace v jazyce C++ a výsledky testování aplikace. V dokumentu je též nastíněna problematika tvorby aplikací pro mobilní zařízení. Velký prostor je věnován práci s multimédii na systému Windows Mobile 5.0, zejména pak problematice spojené s technologií DirectShow.
|
|
|
Rozpoznávání a vyhledávání ve Skype hovorech
Tomášek, Pavel ; Plchot, Oldřich (oponent) ; Černocký, Jan (vedoucí práce)
Cílem projektu je rozpoznávání Skype hovorů. Jedním ze záměrů projektu je nalezení kvalitního nahrávače Skype hovorů. Následuje zpracování signálu (segmentace řeč/ticho) a samotné rozpoznávání řeči. Dalším cílem je výběr takového přehrávače, jež splňuje veškeré potřeby projektu. Podstatnou částí práce je i implementace indexace nahrávek umožňující vyhledávání. Tento projekt je tzv. 'proof-of-concept' a přibližuje tak jeden ze způsobů možného využití rozpoznávání řeči.
|
|
|
Webový přehrávač videa se slajdy a přepisem
Koriťák, Jan ; Černocký, Jan (oponent) ; Szőke, Igor (vedoucí práce)
{Tato práce se zabývá problematikou návrhu a implementace přehrávače videozáznamu s doprovodem slajdů ve webovém prostředí, jakožto JavaScriptového pluginu. Jelikož má výstup této práce sloužit jako náhrada již existujícího přehrávače, je první kapitola věnována jeho podrobné analýze. Další kapitoly se pak věnují samotnému návrhu, implementaci a testování nového přehrávače, na základě znalostí nabytých ve fázi analýzy.
|
|
|
Fundamentální analýza numerických dat pro automatický trading
Huf, Petr ; Szőke, Igor (oponent) ; Černocký, Jan (vedoucí práce)
Tato práce se zabývá využitím fundamentální analýzy v automatickém obchodování. Technická analýza využívá k predikci ceny hlavně její historické hodnoty a indikátory z této ceny odvozené. Fundamentální analýza naopak využívá informace z různých zdrojů k predikci cenového signálu, přičemž v této práci byly zkoumány pouze kvantitativní zdroje dat. Konkrétně se jedná o počasí, Forex, Google Trends, WikiTrends, historické ceny různých futures a souhrnná fundamentální data (porodnost, migrace, \dots). Takto získána data jsou zpracovávána LSTM neuronovou sítí, která provádí predikci ceny vybraných akcií. Na základě této predikce je postaven obchodní systém. Experimenty v této práci ukazují na zlepšení výsledků obchodního systému až o 8\% v úspěšnosti predikce díky zapojení fundamentální analýzy.
|
|
| |
|
|
Softwarový multiefekt pro postprodukci populární hudby
Trkal, Tomáš ; Glembek, Ondřej (oponent) ; Černocký, Jan (vedoucí práce)
Tato diplomová práce se zabývá návrhem a implementací komplexního softwarového systému určeného pro postprodukci populární hudby. Systém byl implementován jako zásuvný modul v programovacím jazyce C++ s využitím aplikačního frameworku JUCE, přičemž byl mimo jiné kladen důraz na vytvoření přehledného a intuitivního uživatelského rozhraní. Plugin disponuje sadou zvukových efektů a procesorů, jež mohou být uživatelem zapojeny do požadované grafové struktury. Pro méně zkušené uživatele je k dispozici databáze přednastavených presetů, které lze aplikovat na široké spektrum vstupních signálů.
|
|
|
Room Impulse Response Estimation from Speech Signal
Gregor, Adam ; Szőke, Igor (oponent) ; Černocký, Jan (vedoucí práce)
When travelling in a room, any sound is distorted by a room impulse response (RIR). Determining RIR has always been an important task in acoustics, but nowadays, it is even more important, as RIR can be used to augment data for training automatic speech recognition (ASR) systems. Classically, a RIR is estimated from a pair of clean and reverberated sound signals. This is however not practical for real scenarios (such as personal assistants, smart homes, etc.), as the clean signal is not available. The aim of the bachelor thesis is to investigate ''blind'' RIR estimation only from a reverberated speech signal. We have used the BUT ReverbDB data set and first, re-implemented techniques for classical clean-reverberated signals estimation of RIRs. Then, we investigated two techniques for RIR estimation only from a reverberated signal. The first technique uses reverberated impulse-like phonemes in speech which are expected to resemble RIR. Averaging and deconvolution of these phonemes were tested to improve the quality and robustness of the estimation. The second technique makes use of a regression neural networks trained to produce the RIR from a speech input. Although none of the techniques reaches the quality of classical measurement, the estimated RIRs have the potential to help in augmenting data for ASR system training.
|
|
|
Dereverberace založená na neuronových sítích
Karlík, Pavol ; Černocký, Jan (oponent) ; Žmolíková, Kateřina (vedoucí práce)
V posledných rokoch sa rozrástlo využitie neurónových sietí v oblasti spracovania reči. Táto bakalárska práca sa zaoberá implementáciou a vyhodnocovaním algoritmu na odstránenie dozvuku (reverberácie), ktorý využíva hlboké neurónové siete pre odhad výkonového spektra z rečovej nahrávky. Tento algoritmus je založený na najmodernejšom algoritme, Weighted prediction error (WPE), ktorý dokáže zredukovať reverberáciu z rečovej nahrávky. Táto práca obsahuje sumarizáciu teórie o dereverberácii, neurónových sieťach a algoritme WPE. V tejto práci sa experimentovalo s rôznymi architektúrami neurónových sietí, ktoré následne boli natrénované na rozdielnych dátových sadách s rôznymi vlastnosťami. Výsledky experimentov ukazujú, že naša modifikácia WPE dosahuje lepších výsledkov ako konvenčný algoritmus, a to najmä pre situácie, v ktorých je dĺžka spracovaného signálu krátka.
|
|
|
Konverze hlasu
Brukner, Jan ; Plchot, Oldřich (oponent) ; Černocký, Jan (vedoucí práce)
Práce se věnuje konverzi hlasu. Tedy metodě, ve které se snažíme modifikovat řečové parametry zdrojového mluvčího na cílového. V práci je nejdříve popsána Voice Conversion Challenge (VCC), ve které se účastníci snažili vytvořit co nejlepší systém pro konverzi hlasu. V další části jsou analyzovány komponenty baseline systému použitého ve VCC. Poté jsou navrženy úpravy, které mohou zlepšit kvalitu konvertovaného hlasu. Následně je stručně popsána implementace těchto úprav a vyhodnoceny výsledky změn. V závěru je část věnována dalším možnostem vylepšení konverze hlasu.
|
|
|
Voice Conversion
Lukáč, Peter ; Glembek, Ondřej (oponent) ; Černocký, Jan (vedoucí práce)
The matter of this thesis is voice conversion. Voice conversion is taking speech of one speaker, that we call source speaker and transforming it into speech that sounds as the speech of another speaker, that we call target speaker. This is accomplished using voice conversion system described in this thesis. As the framework for speech analysis and synthesis, we are using tool called STRAIGHT that was predominantly used in Voice Conversion Challenge 2016. Our voice conversion system is based on spectral conversion using feed-forward neural network and parallel training.
|
host ::
RSS.