|
|
Změna rychlosti řeči
Kovářík, Aleš ; Schwarz, Petr (oponent) ; Szőke, Igor (vedoucí práce)
Tato diplomová práce pojednává o změně rychlosti řeči. Jako metoda pro změnu rychlosti byla v této práci použita PSOLA (Pitch Synchronous OverLap Add). PSOLA je algoritmus pracující v časové oblasti. Práce rovněž uvádí další metodu -- fázový vokodér pracující ve frekvenční oblasti. Tato práce dále rozšiřuje metodu PSOLA o fonémový rozpoznávač s úmyslem zvýšit srozumitelnost výsledné řeči vyhodnocením typu hlásek v mluveném projevu -- samohlásky, frikativy apod. Pro ověření kvalit navrženého propojení metody PSOLA a fonémového rozpoznávače byla vytvořena aplikace, která toto spojení realizuje.
|
|
|
Databáze emoční řeči
Hlavica, Michal ; Přinosil, Jiří (oponent) ; Atassi, Hicham (vedoucí práce)
V této bakalářské práci je rozebrána teorie emocí, to jak emoce vznikají a jak jsou fyziologicky vyjádřeny lidským tělem. Jak se tyto fyziologické projevy a emoce vůbec promítají do lidské řeči. Dále je popsán proces tvorby řeči a základní prozodické a akustické parametry hlasového projevu relevantní pro výzkum. Je zde také popsána teorie tvorby databází zvukových nahrávek, což je kvalitní podklad pro databázi samotnou. Ta je totiž také součástí této práce a jedná se o nahrávky stříhané z televizních pořadů a seriálů. Dalším velice důležitým bodem je popsání softwarového nástroje pro subjektivní hodnocení databází, který byl vytvořen jako součást této práce. Byl vytvořen v jazyce C++ za pomoci kompilátoru Builder C++. Také je zde provedena krátká analýza ukázkových nahrávek pro každou emoci. Tato analýza se zabývá základní frekvencí, intenzitou a prvními třemi formanty.
|
|
|
LPC kódování řeči
Zapletal, Ondřej ; Kyselý, František (oponent) ; Rajmic, Pavel (vedoucí práce)
Náplní práce "LPC kódování řeči" je studie problematiky této metody parametrického zdrojového kódování, vysvětlení matematických postupů, které se při ní užívají (lineární predikce, autokorelace, Levinson-Durbinův algoritmus, převod do formy vhodné pro přenos, Čebyševova polynomiální metoda hledání kořenů) a seznámení se s významem a aplikacemi této metody v reálných hovorových kodérech. Úkolem samostatného projektu této práce je popis a simulace jednoduchého řečového kodéru na bázi LPC, který převádí reálný řečový signál na bitový tok, ve kterém jsou obsaženy všechny důležité parametry pro jeho zpětnou rekonstrukci (LSF koeficienty, perioda základního tónu, úroveň buzení, detekce znělosti - metoda AMDF). Součástí práce je i diskuse o současně používaných řečových kodérech.
|
|
|
Agreements and Disagreements between Automatic and Human Speaker Recognition
Valenta, Jakub ; Matějka, Pavel (oponent) ; Rohdin, Johan Andréas (vedoucí práce)
This thesis deals with the problem of speaker recognition. The term is defined and individual methods related to it are described. The aim of the work is to point out the agreements and disagreements between human and automatic speaker recognition. At the beginning of the thesis, theoretical knowledge from both mentioned areas are described, i.e., what aspects of human speech do people, or automatic system respectively, focus on. Then, several experiments are performed to compare these two methods. These experiments are evaluated in such a way, that it is possible to observe which tasks can be better solved by people, in order to use the knowledge to improve the function of the automated system. At the end of the thesis, such an attempt to improve the automatic system is demonstrated and tested. Testing was successful and higher evaluation accuracy could be observed. Thus, such a result can be used in other research to allow further development in the field of automatic speaker recognition.
|
|
| |
|
|
Identifikace osob pomocí otisku hlasu
Mekyska, Jiří ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Tato práce se zabývá textově závislým rozpoznáváním řečníků v systémech, kde existuje pouze omezené množství trénovacích vzorků. Pro účel rozpoznávání je navržen otisk hlasu založený na různých příznacích (např. MFCC, PLP, ACW atd.). Na začátku práce je zmíněn způsob vytváření řečového signálu. Některé charakteristiky řeči, důležité pro rozpoznávání řečníků, jsou rovněž zmíněny. Další část práce se zabývá analýzou řečového signálu. Je zde zmíněno předzpracování a také metody extrakce příznaků. Následující část popisuje proces rozpoznávání řečníků a zmiňuje způsoby ohodnocení používaných metod: identifikace a verifikace řečníků. Poslední teoreticky založená část práce se zabývá klasifikátory vhodnými pro textově závislé rozpoznávání. Jsou zmíněny klasifikátory založené na zlomkových vzdálenostech, dynamickém borcení časové osy, vyrovnávání rozptylu a vektorové kvantizaci. Tato práce pokračuje návrhem a realizací systému, který hodnotí všechny zmíněné klasifikátory pro otisk hlasu založený na různých příznacích.
|
|
|
Identifikace významných spektrálních složek ve stresovém řečovém signálu
Dulesov, Egor ; Tučková, Jana (oponent) ; Poměnková, Jitka (vedoucí práce)
Cílem této diplomové práce je seznámit se s problematikou analýzy a identifikace významných spektrálních složek hlasového signálu. Na základě studia odborné literatury provést výběr vhodných metod odhadu spektra. Dále provést rešerši literatury v oblasti možnosti testování významnosti spektrálních složek. Vytvořit proceduru pro identifikaci pro zvolené řečové formanty. Provést aplikaci na hlasových záznamech signálů ve stresové i nestresové situaci. Výsledky vyhodnotit, porovnat účinnost zvolených metod a stanovit prahové hodnoty pro analýzu stresového signálu vybraného formantu. Formulovat doporučení pro spektrální analýzu řeči ve stresové situaci.
|
|
|
Segmentace řečového signálu
Andrla, Petr ; Balík, Miroslav (oponent) ; Sysel, Petr (vedoucí práce)
V rámci bakalářské práce byl vytvořen program pro segmentaci nahrávek řeči na fonémy. Tento program byl vytvořen v prostředí Matlab a skládá se z několika skriptů. Program umožňuje automatickou i ruční segmentaci. Automatická segmentace je založena na metodě sledování příznaků. Tímto programem byla zpracována skupina nahrávek a vyhodnocena účinnost automatické segmentace. K programu byl vytvořen podrobný návod k obsluze. Dále jsou v práci stručně rozebrány jednotlivé použité metody zpracování řeči s uvedením jejich implementace v programu a odůvodnění nastavení jejich proměnných parametrů.
|
|
|
Automatické rozpoznávání emočních stavů člověka na základě analýzy řečového projevu
Pfeifer, Leon ; Atassi, Hicham (oponent) ; Smékal, Zdeněk (vedoucí práce)
Diplomová práce se zabývá charakteristikou metod pro analýzu emočních stavů člověka. Práci lze rozdělit do tří částí. V první je charakterizován řečový projev z fonetického a psychologického aspektu. V druhé části jsou zpracovány analyzované metody a věci související (předzpracování signálu, řečový detektor). Pro výpočet základního tónu řeči byla použita metoda centrálního klipování, další použitou metodou je analýza na základě formantových frekvencí a poslední metoda určování počtu vrcholů a rovin. Ve třetí části jsou zpracovány výsledky měření provedené jednotlivými metodami Vyhodnocováno zde bylo pět různých emočních stavů: neutralita, vztek, radost, smutek a překvapení. Jsou zde vyobrazeny a diskutovány výsledky pro každou metodu.
|
|
|
Porovnání analýzy řečového signálu v závislosti na věku a pohlaví mluvčího
Báňa, Josef ; Smékal, Zdeněk (oponent) ; Atassi, Hicham (vedoucí práce)
Obsah této práce je zaměřen na analýzu věku a pohlaví. Dále pak byli zkoumány vhodnosti příznaků a vhodnost jejich použití při klasifikaci mluvčích. Je v ní pojednáno o základní teorii řečového signálu a problematice zobrazení a zpracování řeči. Je zde popsán volně dostupný program Praat, kterým se používá pro řečovou analýzu. Zaměřili jsme se na suprasegmentální příznaky řeči. Dále je zde popsána teorie příznaků které byly pro práci zvoleny. Prvním z kroků v této práci bylo získání dostatečného počtu promluv (nahráváním) od mluvčích různého věku a pohlaví. Řečový korpus je poměrně obsáhlý. Mluvčí byli rozděleni do šesti věkových skupin. Dále byly nahrávky zpracovány v programu Praat. Průměrné hodnoty byly vyneseny do tabulek a sloupcových grafů pro větší přehlednost. Dále bylo vybráno dvanáct nejvhodnějších příznaků podle kritéria kvality. S nimi poté byla provedena analýza zvolených příznaků pro automatické rozpoznávání pohlaví a věku. Příznaky byly při testování po jednom ubírány. Jako klasifikátor pro rozpoznávání byla zvolena neuronová sít. Pro práci se sítí byl zvolen Neural Network Toolbox v programu Matlab. Vytvořené sítě byly použity pro klasifikaci mluvčích na základě věku a pohlaví. Výsledky byly rozebrány v závěru práce.
|
host ::
RSS.