|
|
Recognition of Audio Events Using Deep Neural Networks
Uchytil, Albert ; Černocký, Jan (oponent) ; Schwarz, Petr (vedoucí práce)
A lot of information is carried in sound. The amount of audio data is increasing with a growing technical level of the society. With more data, the task of processing it gets harder for human beings. This thesis is about recognition of audio events using neural networks. We focused on classification of phonemes and their categories. We used the Multilayer perceptron model as a classifier. We examined the relation between the accuracy of the model and its properties. Our goal was to estimate the network setup to obtain the best results. The accuracy is influenced by input features. We examine the relation between a type of the features and the success rate. The differences between input feature types are reduced by using the context. The bigger context we use the better results we get. Problem is, when contexts overlap, overlapping leads to a higher error rate. We have used a neural network with three hidden layers.
|
|
|
Systém pro detekci zvuku
Saprykin, Yaroslav ; Horák, Karel (oponent) ; Hynčica, Ondřej (vedoucí práce)
Bakalářská práce je zaměřena na vytvoření systému pro detekci zvuku. Vytvoření jednoduchého algoritmu detekcí rozbití skla založeném na FFT a Goertzel algoritmech. Častí praktické realizací algoritmu je aplikace FIR filtru. Seznámení s metodou DTW a ověření teoretických poznatků na příkladu porovnání zvukových vzorků ptáků. Implementace vytvo řeného algoritmu detekcí rozbití skla do mikrokontroléru na vývojové desce FRDM-KL25Z od firmy Freescale. Koncovým stupněm systému je návrh a praktická realizace modulu s elektretovým mikrofonem. Implementace algoritmu detekcí v C++.
|
|
|
Recognition of Audio Events Using Deep Neural Networks
Uchytil, Albert ; Černocký, Jan (oponent) ; Schwarz, Petr (vedoucí práce)
A lot of information is carried in sound. The amount of audio data is increasing with a growing technical level of the society. With more data, the task of processing it gets harder for human beings. This thesis is about recognition of audio events using neural networks. We focused on classification of phonemes and their categories. We used the Multilayer perceptron model as a classifier. We examined the relation between the accuracy of the model and its properties. Our goal was to estimate the network setup to obtain the best results. The accuracy is influenced by input features. We examine the relation between a type of the features and the success rate. The differences between input feature types are reduced by using the context. The bigger context we use the better results we get. Problem is, when contexts overlap, overlapping leads to a higher error rate. We have used a neural network with three hidden layers.
|
|
|
Systém pro detekci zvuku
Saprykin, Yaroslav ; Horák, Karel (oponent) ; Hynčica, Ondřej (vedoucí práce)
Bakalářská práce je zaměřena na vytvoření systému pro detekci zvuku. Vytvoření jednoduchého algoritmu detekcí rozbití skla založeném na FFT a Goertzel algoritmech. Častí praktické realizací algoritmu je aplikace FIR filtru. Seznámení s metodou DTW a ověření teoretických poznatků na příkladu porovnání zvukových vzorků ptáků. Implementace vytvo řeného algoritmu detekcí rozbití skla do mikrokontroléru na vývojové desce FRDM-KL25Z od firmy Freescale. Koncovým stupněm systému je návrh a praktická realizace modulu s elektretovým mikrofonem. Implementace algoritmu detekcí v C++.
|
host ::
RSS.