|
|
Speech Enhancement with Cycle-Consistent Neural Networks
Karlík, Pavol ; Černocký, Jan (oponent) ; Žmolíková, Kateřina (vedoucí práce)
Deep neural networks (DNNs) have become a standard approach for solving problems of speech enhancement (SE). The training process of a neural network can be extended by using a second neural network, which learns to insert noise into a clean speech signal. Those two networks can be used in combination with each other to reconstruct clean and noisy speech samples. This thesis focuses on utilizing this technique, called cycle-consistency. Cycle-consistency improves the robustness of a network without modifying the speech-enhancing neural network, as it exposes the SE network to a much larger variety of noisy data. However, this method requires input-target training data pairs, which are not always available. We use generative adversarial networks (GANs) with cycle-consistency constraint to train the network using unpaired data. We perform a large number of experiments using both paired and unpaired training data. Our results have shown that adding cycle-consistency improves the models' performance significantly.
|
|
|
Subjektivní a objektivní hodnocení kvality řečového signálu
Bezdíček, Martin ; Balík, Miroslav (oponent) ; Vondra, Martin (vedoucí práce)
Předložená bakalářská práce je zaměřena na subjektivní a objektivní metody pro měření kvality řečového signálu. Nejdříve se zabývá kvalitou přenosu řečového signálu, vlivy a složkami, které jí ovlivňují. Poté jsou v této práci postupně uvedeny použité subjektivní a objektivní metody hodnocení kvality řečového signálu. Jako objektivní metody byly zvoleny: poměr signálu k šumu SNR a jeho modifikaci pro řečový signál SSNR, metody ve spektrální oblasti (Itakurova míra a Kepstrální vzdálenost) a také metoda PESQ. V další části je popsána korelační analýza, která byla použita k porovnání subjektivních a objektivních metod hodnocení řečového signálu zvýrazněného algoritmy pro potlačení šumu. Poslední část této bakalářské práce obsahuje výsledky a to jak subjektivní metody, tak i objektivních metod. Na základě výsledků korelační analýzy byla v závěru doporučena nejlepší objektivní metoda, která nejvíce korelovala s výsledky subjektivní metody.
|
|
|
Vícekanálové metody zvýrazňování řeči
Zitka, Adam ; Balík, Miroslav (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se zabývá vícekanálovými metodami zvýrazňování řeči. Vícekanálové metody zvýrazňování řeči používají pro snímání signálů více mikrofonů. Ze směsí signálů můžeme pomocí neuronových sítí oddělit například jednotlivé mluvčí, potlačit hluk v pozadí či šum. Tato úloha bývá nazývána cocktail-party efekt. Hlavní metoda řešící tento problém se nazývá analýza nezávislých komponent. V práci jsou nejdříve popsány její teoretické základy a jsou představeny podmínky a požadavky k její aplikaci. Jednotlivé metody ICA se snaží směsi rozdělovat pomocí hledání co nejmenších gaussovských vlastností signálů. Pro analýzu nezávislých komponent se používají různé matematické vlastnosti signálů jako je např. špičatost a entropie. Signály, které byly smíšeny uměle v počítači, lze poměrně dobře oddělovat např. pomocí FastICA či algoritmu rostoucího gradientu. Složitější situace nastává, chceme-li oddělit signály pořízené v reálném nahrávacím prostředí, protože separaci řeči osob současně mluvících v reálném prostředí ovlivňují různé další okolnosti jako akustické vlastnosti místnosti, šum, zpoždění, odrazy od stěn, pozice či typ mikrofonů apod. Práce představuje postup analýzy nezávislých komponent ve frekvenční oblasti, který dokáže úspěšně oddělit i nahrávky pořízené v reálném prostředí.
|
|
|
Objektivní porovnání účinnosti jednokanálových metod potlačení šumu
Koula, Ivan ; Heralt, J.
Příspěvek se snaží objektivně ohodnotit účinnost nejrozšířenějších jednokanálových metod pro potlačení šumu v řečových nahrávkách. V příspěvku jsou porovnány tři základní jednokanálové metody (prahování spektra, spektrální odečítání a metoda RASTA). Účinnost jmenovaných metod je hodnocena pomocí procentuelní úspěšnosti rozpoznání jednotlivých slov pomocí počítačového rozpoznávače řeči. Tento test umožňuje hodnotit metody objektivně s ohledem na srozumitelnost výsledné promluvy.
|
|
|
Zvýraznování řeči pomocí cepstrálního vokodéru
Vondra, Martin
V příspěvku je popsáno zvýraznění řeči pomocí kepstrálního vokodéru. V části analýzy je prvně použit algoritmus pro potlačení šumu, dále následuje robustní odhad parametrů kepstrálního modelu, což vede k přesnějšímu odhadu parametrů. Řeč je potom syntetizována pomocí klasického kepstrálního vokodéru. Výsledky jsou porovnány se standardními algoritmy jako je spektrální odečítání a LSA (Log Spectral Amplitude) algoritmus.
|
|
|
Slepá separace signálů pomocí fuzzy maskování
Čermák, Jan
Práce se zabývá separací zdrojových signálů z jejich směsí bez znalostí o směšovacím prostředí. Skupina metod zabývající se tímto problémem je známa jako slepá separace signálů. V příspěvku se zaměřujeme na zlepšení vícekanálové metody časově frekvenčního binárního maskování. Zlepšení je založeno na použití vícestavové masky místo masky binární, což zlepšuje separační proces. Metoda částečně redukuje hudební šum způsobený nelineárními změnami ve spektru separovaného signálu způsobené binárním maskováním.
|
|
| |
host ::
RSS.