|
|
Emotion Recognition from Acted and Spontaneous Speech
Atassi, Hicham ; Přibil, Jiří (oponent) ; Zahradník, Pavel (oponent) ; Smékal, Zdeněk (vedoucí práce)
Doctoral thesis deals with emotion recognition from speech signals. The thesis is divided into two main parts; the first part describes proposed approaches for emotion recognition using two different multilingual databases of acted emotional speech. The main contributions of this part are detailed analysis of a big set of acoustic features, new classification schemes for vocal emotion recognition such as “emotion coupling” and new method for mapping discrete emotions into two-dimensional space. The second part of this thesis is devoted to emotion recognition using multilingual databases of spontaneous emotional speech, which is based on telephone records obtained from real call centers. The knowledge gained from experiments with emotion recognition from acted speech was exploited to design a new approach for classifying seven emotional states. The core of the proposed approach is a complex classification architecture based on the fusion of different systems. The thesis also examines the influence of speaker’s emotional state on gender recognition performance and proposes system for automatic identification of successful phone calls in call center by means of dialogue features.
|
|
|
Určení věku a pohlaví mluvčích
Rendek, Tomáš ; Pfeifer, Václav (oponent) ; Atassi, Hicham (vedoucí práce)
Práce se zabývá rozpoznáním pohlaví a věku mluvčích. Úvodem ozřejmuje praktické využití takýchto aplikací a obeznamuje s dostupnými řešeními. Teoreticky úvod se blíže věnuje příznakům použitých při klasifikaci, klasifikátorům, redukčním metodám a řečovým databázím, které využíváme při jednotlivých experimentech. Praktická část práce se věnuje struktuře rozpoznávače implementovaného do nástroje Emotional a v dvou samostatných kapitolách popisuje jednotlivých experimenty. V experimentech odhadu pohlaví jsme zkoumali, jak velký vplyv může mít věk mluvčího a přítomnost emoce na správný odhad. Zbylé experimenty se zabírali vhodností klasifikátorů GMM a k-NN pro konkrétny typ úlohy a metodami redukce příznaků. Experimenty odhadu věku se týkali klasifikace do čtyř věkových tříd, přičemž opět byli v roli klasifikátorů použitý GMM a k-NN. V experimentech byli použitý jak segmentální tak i suprasegmentální příznaky.
|
|
|
Rozpoznání typu přenosového kanálu z řečového signálu
Kopřiva, Tomáš ; Burget, Radim (oponent) ; Atassi, Hicham (vedoucí práce)
Práce se zabývá rozpoznáním pěti odlišných řečových přenosových kanálů. Použité kanály jsou: GSM, dva PSTN a dva VoIP kanály. Pro účely testování a trénování je vytvořena pro přenosové kanály řečová databáze SPLAB_TranCh. Řečové nahrávky z tohoto korpusu pochází z databáze TIMIT a každá promluva prošla každým přenosovým kanálem. Hlavním cílem práce je nalezení optimálních příznaků a klasifikátorů, které poskytují nejvyšší úspěšnost klasifikace. Je vyzkoušeno několik typů příznaků, včetně MFCC, LPCC a spektrálních charakteristik. Nejlepší suprasegmentální příznaky byly určeny algoritmem mRMR. Také bylo otestováno několik klasifikátorů. Výsledky ukazují, že rozpoznání přenosových kanálů může být realizováno s vysokou úspěšností (okolo 90 %). Práce také zkoumá vliv zkreslení, které může nastat během přenosu, na úspěšnost klasifikace. Jsou uvažovány následující typy zkreslení: saturace, prahování, ozvěna, praskání a vliv filtrů a různých barev šumů.
|
|
|
Fonetická transkripce českého jazyka
Zedek, Martin ; Atassi, Hicham (oponent) ; Sysel, Petr (vedoucí práce)
Cílem práce je vytvoření skriptu pro automatický přepis českého jazyka do fonetické podoby a zpět. V práci jsou porovnány jednotlivé fonetické abecedy a popsány jejich výhody a nevýhody. Pro tuto práci byla nakonec zvolena česká fonetická abeceda (ČFA). Následně jsou uvedeny nejdůležitější pravidla pro spojení samohlásek a souhlásek a dále hlavní asimilační pravidla. Skript byl vytvořen v prostředí MATLAB. Funkční je převod do fonetické formy s využitím popsaných pravidel. Zpětný převod není plně odladěn a je nutno výsledek zpřesnit užitím programu ASPELL pro korekci pravopisu.
|
|
|
Pokročilá analýza spontánních mluvených dialogů
Musil, David ; Burget, Radim (oponent) ; Atassi, Hicham (vedoucí práce)
První částí této semestrální práce jsou základní informace o call centrech. Kapitola se zaměřuje na vznik a historii call center a základnímu rozdělení softwaru v nich používaného. Druhá kapitola se zabývá způsoby zpracování řeči a metodami pro hodnocení kvality služeb. Další kapitola poskytuje popis základních příznaků dialogu jako reakce, váhání a přerušení. Následující kapitoly obsahují návrh a popis grafického prostředí v programovacím jazyce Matlab pro extrakci již zmíněných základních příznaků hovoru z dat poskytnutých vedoucím práce a jejich využití pro analýzu konverzace. Druhá část práce popisuje proces vytváření hodnocení telefonních hovorů. Jedná se o sběr dat potřebných pro tuto část práce, jejich následnou úpravu, použití a diskuzi výsledků a zjištění.
|
|
|
Rozpoznávání mluvčího
Kašpar, Ladislav ; Atassi, Hicham (oponent) ; Sysel, Petr (vedoucí práce)
Ve své bakalářské práci se věnuji problému rozpoznávání mluvčího. Tato práce obsahuje základní teorie k tomuto tématu. Teorie je zaměřena na výpočet parametrů pro rozpoznávání mluvčího a na popis postupu při rozpoznávání mluvčího. Jako hlavní parametry v programu na rozpoznávání mluvčího napsaného v jazyce Matlab využívám kmitočty formantů, kepstrální koeficienty a segmentaci signálu.
|
|
|
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.
|
|
|
Videokonferenční aplikace integrovaná ve webovém prohlížeči
Mucha, Ján ; Atassi, Hicham (oponent) ; Číka, Petr (vedoucí práce)
Bakalárska práca je zameraná na integrovanie videokonferenčnej aplikácie do webového prehliadača. Implementovanie je realizované pomocou HTML5 a nástroja WebRTC, navrhnutého spoločnosťami vyvíjajúcimi webové prehliadače ako sú Google a Firefox. Pre prácu s WebRTC je použitá API (Aplication Programming Interface) sipML5, ktorá je implementovaná pomocou jazyka JavaScript. Táto API obsahuje balík funkcií a tried slúžiacich na vytvorenie videokonferenčnej aplikácie pomocou jednoduchých príkazov. Na signalizáciu sa používa protokol SIP. Klientska aplikácia umožňuje komunikáciu bod-bod, chat a viacbodovú komunikáciu. Viacbodová komunikácia bola testovaná pomocou serverovej aplikácie umožňujúcej vytváranie a manažovanie videokonferenčných miestností. Na to bol použitý software od spoločnosti Medooze MCU Media Server a MediaMixer Server.
|
|
|
Usage of the MATLAB environment for neural networks
Lenk, Peter ; Atassi, Hicham (oponent) ; Škorpil, Vladislav (vedoucí práce)
This bachelor thesis discusses the basic theory and modelling of neural networks in the software environment of MATLAB. The thesis can be divided into four parts. After an introduction into the thesis, the theoretical background of the neural netwoks is explained in the first chapter. This chapter features a brief history and a biological background of neural networks and deals with the basic network architectures and the training processes. The next part is the description of how to implement networks in a general way using the MATLAB enviroment, so it deals with preparation of data, creation, simulation and training of a neural network. The last part of the paper covers a design of two excersises created in order to introduce modelling of the neural networks in the MATLAB enviroment to the students.
|
|
|
Rozpoznávání a klasifikace emocí na základě analýzy řeči
Černý, Lukáš ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se soustředí na klasifikaci emocí. Práce pojednává o parametrizaci zvukových souborů pomoci segmentálních a suprasegmentálních metod s ohledem na jejich další použití. Tato databáze obsahuje mnoho zvukových nahrávek s emocemi. Z těchto zvukových nahrávek jsou vytvořeny data, které jsou rozděleny do dvou částí. První část je použita pro trénik a druhá pro klasifikaci. Práce je soustředěna hlavně na samoorganizující sítě. Tato práce obsahuje programy v Matlabu, které mohou být použity pro parametrizaci jakékoliv databáze. Parametrizovaná data jsou předložena samoorganizující síťi ke klasifikaci. Dosažené výsledky jsou prezentovány na konci diplomové práce.
|
host ::
RSS.