|
| |
|
|
Vamp Plugin for Sonic Visualiser
Pilát, Peter ; Zvončák, Vojtěch (oponent) ; Kiska, Tomáš (vedoucí práce)
In my Bachelor Thesis, I devote myself to obtaining information from music, the way it can be obtained, the aspect of musical information, and the use of the methods themselves. Then I analyze content-oriented music management methods and also include parameterisation of music recordings and audio signal overall. After familiarizing with the specific parameterization tools to implement the Vamp plugin, which are Sonic Visualiser and Sonic Anotator, I characterize the Vamp Plugin and explain in detail its composition. As explained in the manuals and the calculations in progress, the RMS calculation function of the given signal with the possibility of segmentation functions as well as the function of displaying the sound rate or possible changes in the track temperature. Last but not least, we mention the possible use of these supplements in the future and in different sectors.
|
|
|
Výzkum tempových parametrů porovnávající zvukové nahrávky
Ištvánek, Matěj ; Galáž, Zoltán (oponent) ; Kiska, Tomáš (vedoucí práce)
Tato práce se zabývá technickými vlastnostmi audio signálů, respektive skladbami z připravené databanky, a popisuje používané parametry pro transkripci a rozbor audio signálů. Shrnuje poznatky z oblasti hudební teorie a automatické transkripce zvukových nahrávek, uvádí odborné studie zabývající se problematikou analýzy signálů a jejich výsledky. Dále uvádí atributy s největší schopností rozlišovat dané skladby podle tempa a obecně z rytmického a metrického hlediska. Práce analyzuje pomocí dvou zvolených metod jednotlivé interpretace skladby Leoše Janáčka „Smyčcový kvartet No. 1 – IV. Con moto" z definované databanky v jazyku MATLAB a předkládá výsledky analýzy a porovnání mezi jednotlivými metodami. Na závěr uvádí shrnutí celé práce a probírané problematiky.
|
|
|
Obrazové kodeky založené na vlnkové transformaci
Kiska, Tomáš ; Říha, Kamil (oponent) ; Rajmic, Pavel (vedoucí práce)
V této bakalářské práci je popsána problematika obrazových kodeků založených na vlnkové transformaci, která se dnes již běžně používá hlavně při práci s digitálními fotografiemi nebo jinými snímky. Pomocí těchto algoritmů lze komprimovaná data efektivně ukládat. Jsou zde popsány hlavní obrazové formáty a typy komprese, vhodné pro úpravu snímků. Dále jsme stručně obeznámeni se způsobem hodnocení kvality výsledného snímku. Zaměření je tedy na diskrétní vlnkovou transformaci, při které se využívají tzv. vlnky, z niž nejznámějsí je Haarova nebo Daubechies. Dále jsou popsány barevné prostory, ve kterých může být snímek zobrazen. Při kódování a dekódování je to model RGB a YCbCr. V neposlední řadě je zmíněn pojem dekompozice obrazu. Nakonec jsou uvedeny a podrobně rozebrány obrazové kodeky EZW, SPITH a EBCOT.
|
|
| |
|
|
Akustická analýza vět složitých na artikulaci u pacientů s Parkinsonovou nemocí
Kiska, Tomáš ; Smékal, Zdeněk (oponent) ; Mekyska, Jiří (vedoucí práce)
Tato práce se zabývá návrhem systému analýzy hypokinetické dysartrie, jakožto poruchy motorické realizace řeči, která se vyskytuje u přibližně 90 % pacientů s Parkinsonovou nemocí. Dále je popsána Parkinsonova nemoc a změna řečového signálu při tomto postižení. V následující části jsou popsány příznaky, které se používají pro diagnózu Parkinsonovy nemoci (FCR, VSA, VAI atd.). Pozornost je zde věnována především parametrizačním technikám, pomocí kterých je možné toto onemocnění diagnostikovat, monitorovat a odhadnout jeho progresi. V práci je rovněž popsán protokol akvizice dysartrické řeči, který lze v kombinaci s akustickou analýzou použít k odhadu zatížení hypokinetickou dysartrií v oblasti faciokineze, fonorespirace a fonetiky (korelace s 3F testem). Z hlediska parametrizace jsou pak v práci uvedeny zcela nové parametry založené na metodě RASTA. Analýza je založena na parametrizaci vět složitých na artikulaci. Experimentální soubor dat obsahuje celkem 101 pacientů s PN s různým stádiem progrese a 53 zdravých řečníků. Pro klasifikaci s výběrem parametrů, byla vybrána metoda mRMR.
|
|
|
Aplikace pro výpočet řečových příznaků popisující hypokinetickou dysartrii
Hynšt, Miroslav ; Mekyska, Jiří (oponent) ; Kiska, Tomáš (vedoucí práce)
Tato práce se zabývá návrhem a zhotovením aplikace pro výpočet řečových parametrů u lidí trpící Parkinsonovou nemocí. Na začátku je obecně popsána Parkinsonova nemoc a Hypokinetická dysartrie a jak ovlivňuje řeč a parametry řeči při jejím postižení. Rozebrány jsou hlavně oblasti jako fonace, prozodie, artikulace a plynulost řeči. Dále práce popisuje parametry s velkým významem při diagnostice této nemoci a jejím postupu. Zmíněny a popsány jsou i některé významné studie ve světě popisující průběh vyšetření řeči účastníků a výpočet některých řečových parametrů za účelem analýzy řeči lidí postižených Parkinsonovou nemocí. Součástí práce je navržená a implementovaná aplikace pro výpočet, export a vizualizaci řečových parametrů z vybraných zdrojových zvukových nahrávek.
|
|
|
Porovnávání zvukových nahrávek za pomoci parametrů popisující barvu zvuku
Miklánek, Štěpán ; Schimmel, Jiří (oponent) ; Kiska, Tomáš (vedoucí práce)
Tato práce se zabývá výzkumem parametrů popisující nahrávky na základě barvy zvuku. Nejprve je popsán historický vývoj a novodobý přístup v oblasti Music Information Retrieval (MIR), poté je popsán postup při zpracovávání hudebního signálu a daná problematika je nastíněna jak z pohledu hudební teorie, tak z pohledu číslicového zpracování signálu. Následuje popis předzpracování signálu, tato část je důležitá z hlediska parametrizace hudebního signálu. V kapitole parametrizace jsou shrnuty poznatky o parametrech, které jsou běžně využívány při získávání informací z nahrávek, přičemž je kladen důraz zejména na parametry týkající se barvy zvuku. Je také představena databáze nahrávek k analýze a návrh vyhodnocovacího systému, který bude nahrávky analyzovat. Nakonec je představena individuální analýza parametrů, kterými jsou popisovány nahrávky na základě barvy zvuku.
|
|
|
Doporučování hudebního obsahu založené na technikách získávání hudební informace
Semela, René ; Schimmel, Jiří (oponent) ; Kiska, Tomáš (vedoucí práce)
Tato práce se zabývá návrhem, implementací a testováním obsahově založeného systému pro doporučování hudebního obsahu založeném na technikách získávání hudební informace. V úvodu je pozornost věnována problematice získávání hudebních informací, oblastem jejich využití a nástrojům pro jejich získávání. V další řadě jsou popsány nejpoužívanější typy doporučovacích systémů včetně jejich typických problémů. Jako další jsou zmíněny možnosti hybridizace těchto systémů a jako příklad jsou zmíněny populární systémy pro doporučování hudby včetně nástinu principu jejich činnosti. Následující část je věnována parametrizaci hudebních děl a věnuje se popisu konkrétních nejpoužívanějších parametrů. Další část je potom věnována návrhu obsahově založeného doporučovacího systému včetně vytyčení konkrétních parametrů sloužících k diferenciaci hudebních nahrávek pomocí algoritmu mRMR a dalších postupů. Samotný návrh doporučovacího systému je orientován na klasifikační algoritmus k-nejbližších sousedů. Dále je věnována pozornost modelu uživatelského vkusu zaznamenávaného pomocí Rocchio algoritmu. V druhé polovině této práce je systém implementován podle návrhu a je zde popsána jeho činnost včetně procesů probíhajících na pozadí. Závěr práce se potom věnuje testování systému na skupině uživatelů a následnému vyhodnocení.
|
|
|
Rozpoznání hudebního slohu z orchestrální nahrávky za pomoci technik Music Information Retrieval
Jelínková, Jana ; Zvončák, Vojtěch (oponent) ; Kiska, Tomáš (vedoucí práce)
Pojem klasická hudba obsahuje, stejně jako žánry populární hudby, mnoho žánrových variant. Cílem práce je pomocí strojového učení rozlišit tyto žánrové varianty z orchestrálních nahrávek. Tato práce se zaměřuje na skladby z období od konce 16. století do začátku 20. století, jedná se tedy o baroko, klasicismus a romantismus. K identifikaci těchto tří hudebních slohů je využita metoda Music Information Retrieval, která spočívá v získávání parametrů z nahrávek a jejich evaluaci. Evaluované parametry jsou využity jako vstupní data pro klasifikátory. Klasifikace probíhá pomocí metod strojového učení, konkrétně se jedná o algoritmy kNN (K-Nearest Neighbor, v češtině k-nejbližší soused), LDA (Linear Discriminant Analysis, lineárně diskriminační analýza), GMM (Gaussian Mixture Models, Gaussovy smíšené modely) a SVM (Support Vector Machines, podpůrné vektory). V závěru práce je shrnuta dosažená úspěšnost jednotlivých klasifikačních algoritmů. Výsledky ukázaly, že značná odlišnost barokního slohu od zbylých dvou slohů, umožňuje jeho velmi přesnou klasifikaci. Naproti tomu klasicismus vykazuje velkou podobnost s romantismem a jeho identifikace proto dosahuje nižší úspěšnosti. Toto zjištění je ve shodě s předpokladem, který vychází z hudebně-teoretické charakteristiky slohů, která je popsána v první kapitole této práce.
|
host ::
RSS.