|
The comparison of voiced and unvoiced consonant pairs
Šablatúra, Šimon ; Smékal, Zdeněk (referee) ; Jirásek, Ondřej (advisor)
This bachelor’s thesis deals with the comparison of voiced and unvoiced consonants. The aim of the work is the analysis of the pronunciation of single consonants in different languages. Five pairs of voiced and unvoiced consonants were selected for this work and were recorded by five narrators. Subsequently, these recordings were analyzed in the Matlab, Praat and Excel programs, where spectra, formant regions and directional characteristics of single consonants were compared. These analyzes were related to the physiological formation of consonants in the given language. The selected languages for this work are Spanish, Slovak, Czech and Russian.
|
| |
| |
|
Computational Methods for Comparative Music Performance Analysis
Ištvánek, Matěj ; Róka,, Rastislav (referee) ; Jirásek, Ondřej (referee) ; Smékal, Zdeněk (advisor)
Zvyšující se dostupnost digitálního hudebního obsahu a různých interpretací hudebních děl zároveň podněcuje vývoj výpočetních metod oboru získávání hudebních informací (MIR). Tento rozvoj ale nemusí být vždy reflektován v souvisejících oblastech – například v analýze interpretačního výkonu (MPA). Hlavním tématem této disertační práce je využití výpočetních metod a digitálního zpracování hudby pro cíle MPA. Tato práce se zabývá principy MIR pro analýzu a porovnání rozdílů hudebních výkonů a jejich parametrů. Práce analyzuje limitace detektorů nástupů tónů a dob založených na konvenčních přístupech a na strojovém učení, při degradaci vstupního signálu, snížení vzorkovací frekvence, nebo v komplexnějších hudebních strukturách. Dále ukazuje možnosti použití hudební synchronizace, extrakce parametrů a výběru příznaků na originálních datech smyčcových kvartetů pro binární klasifikaci původu interpretů. Na závěr demonstruje vyvíjený software pro komparativní analýzu hudby, který kombinuje přívětivé uživatelské prostředí pro přehrávání, navigaci a vizualizaci dat hudebního výkonu s výpočetními metodami MIR.
|
|
Emotion Recognition from Acted and Spontaneous Speech
Atassi, Hicham ; Přibil, Jiří (referee) ; Zahradník, Pavel (referee) ; Smékal, Zdeněk (advisor)
Dizertační práce se zabývá rozpoznáním emočního stavu mluvčích z řečového signálu. Práce je rozdělena do dvou hlavních častí, první část popisuju navržené metody pro rozpoznání emočního stavu z hraných databází. V rámci této části jsou představeny výsledky rozpoznání použitím dvou různých databází s různými jazyky. Hlavními přínosy této části je detailní analýza rozsáhlé škály různých příznaků získaných z řečového signálu, návrh nových klasifikačních architektur jako je například „emoční párování“ a návrh nové metody pro mapování diskrétních emočních stavů do dvou dimenzionálního prostoru. Druhá část se zabývá rozpoznáním emočních stavů z databáze spontánní řeči, která byla získána ze záznamů hovorů z reálných call center. Poznatky z analýzy a návrhu metod rozpoznání z hrané řeči byly využity pro návrh nového systému pro rozpoznání sedmi spontánních emočních stavů. Jádrem navrženého přístupu je komplexní klasifikační architektura založena na fúzi různých systémů. Práce se dále zabývá vlivem emočního stavu mluvčího na úspěšnosti rozpoznání pohlaví a návrhem systému pro automatickou detekci úspěšných hovorů v call centrech na základě analýzy parametrů dialogu mezi účastníky telefonních hovorů.
|
|
The relation of emotions and intonation curves
Gavlasová, Radka ; Smékal, Zdeněk (referee) ; Tučková,, Jana (advisor)
This thesis deals with intonation curves and their relation to human emotions. Besides the theoretical part where you can learn about speech production, signal processing and psychological distribution of emotions, there is also a unique database recorded with the help of two professional actors. The main goal of this thesis is to classify created data using artificial neural networks into four classes. Those classes are anger, joy, boredom and sadness. The practical part was implemented in a programming platform called Matlab using Classification Learner app. Features used for this method were variations of fundamental frequency and MFCC. The results were compared with a listening survey so that it could be determined whether the results provided by neural network are relevant to some kind of a human factor. Success rate of the trained models reached 82 %, new data testing reached 75 %. Listening survey confirmed that the results correspond to the assumption of human perception. Better success rate would be accomplished by using a bigger set of higher quality data.
|
|
Detection of face parts in the thermographic spectrum
Šujan, Miroslav ; Smékal, Zdeněk (referee) ; Mekyska, Jiří (advisor)
Master´s thesis deals with current problems of face detection and its parts in the infrared thermographic spectrum. Most previously published literature deals with the detection in the visible spectrum, making the thermographic detection range an interesting alternative. The work deals with the processing of image signals, images and faces in thermographic spectrum, selected methods of face detection and its parts and also deals with practical system design for detecting facial parts in this spectrum and its subsequent testing.
|
|
Creating 3D Model of Temporomandibular Joint
Šmirg, Ondřej ; Bartušek, Karel (referee) ; Liberda,, Ondřej (referee) ; Smékal, Zdeněk (advisor)
The dissertation thesis deals with 3D reconstruction of the temporomandibular joint from 2D slices of tissue obtained by magnetic resonance. The current practice uses 2D MRI slices in diagnosing. 3D models have many advantages for the diagnosis, which are based on the knowledge of spatial information. Contemporary medicine uses 3D models of tissues, but with the temporomandibular joint tissues there is a problem with segmenting the articular disc. This small tissue, which has a low contrast and very similar statistical characteristics to its neighborhood, is very complicated to segment. For the segmentation of the articular disk new methods were developed based on the knowledge of the anatomy of the joint area of the disk and on the genetic-algorithm-based statistics. A set of 2D slices has different resolutions in the x-, y- and z-axes. An up-sampling algorithm, which seeks to preserve the shape properties of the tissue was developed to unify the resolutions in the axes. In the last phase of creating 3D models standard methods were used, but these methods for smoothing and decimating have different settings (number of polygons in the model, the number of iterations of the algorithm). As the aim of this thesis is to obtain the most precise model possible of the real tissue, it was necessary to establish an objective method by which it would be possible to set the algorithms so as to achieve the best compromise between the distortion and the model credibility achieve.
|
|
Echo suppressor
Kratochvíl, Pavel ; Smékal, Zdeněk (referee) ; Sysel, Petr (advisor)
In the communication networks a common problem is a returned copy of an original signal that goes back through the network to the sender, disturbing the communication. This problem is attacked using Echo Cancellors that should comply with the specifications of ITU-T organization. Algorithms suitable for cancellors should be tested under specified conditions, then a decision should be taken regarding their deployment. This work deals with basic Least Mean Squares and Normalized Least Mean Squares algorithms.
|
|
Software defined networks
Flimel, Peter ; Smékal, Zdeněk (referee) ; Filka, Miloslav (advisor)
This diploma work describes the software-defined network focusing on optical networks. Subsequently designed their own software network that is implemented in the environment OMNeT ++. This work deals with SDN (software-defined network), and impact on current communications environment in the world of telecom-munications services.
|