|
|
Detekce lidské řeči v audio nahrávce
Břenek, Roman ; Grézl, František (oponent) ; Matějka, Pavel (vedoucí práce)
Tato práce se zabývá technikami detekce lidské řeči v nahrávkách. Je nutné při rozpoznávání správně klasifikovat všechny neřečové segmenty a naopak rozpoznat veškerou řeč i v hlučných a zašuměných prostředích. V práci je popsán celý proces rozpoznávání, tzn. digitalizace audio signálu, extrakce příznaků, trénování klasifikátoru, rozpoznávání a samotné vyhodnocení a úpravy před vyhodnocením. Pro rozpoznávání byly použity tři systémy, z nichž jeden je založen na fonémovém rozpoznávání pomocí neuronových sítí, další dva jsou založené na GMM, přičemž každý systém byl testován na třech datových sadách - Tactical Speaker Identification Speech Corpus (TSID), Ham Radio (HR) a Rich Transcription Evaluation (RT05-RT07). Nejlepší výsledky každého systému jsou pak zhodnoceny i s výsledky třetích stran.
|
|
|
Detekce hlasové aktivity
Mitáček, Štěpán ; Pfeifer, Václav (oponent) ; Míča, Ivan (vedoucí práce)
Tato práce se zabývá porovnáváním různých metod detekce řeči z různých zvukových nahrávek. Při porovnávání posuzuje jak výšku nastaveného prahu při rozhodování, tak velikost jednotlivých segmentů, na které se zvuková nahrávka rozloží. Detekce jednotli- vých nahrávek se může lišit v různých řečnících, tak i zda se v nahrávce vyskytuje ruch nebo ne. Závěrem by mělo být porovnání, která z odskoušených metod je nejpřesnější.
|
|
|
Implemetace detektorů hlasové aktivity s využitím open-source knihoven v jazyce C
Mach, Václav ; Špiřík, Jan (oponent) ; Míča, Ivan (vedoucí práce)
Tato diplomová práce pojednává o problematice detekce hlasové aktivity. Jsou zde teoreticky popsány dva typy: energetický a statistický detektor, jejichž funkce je ověřena v prostředí Matlab. Dále je řešena implementace detektorů v jazyce C za pomoci standardních knihoven a open-source knihoven GSL. Realizované algoritmy jsou porovnány z hlediska rychlosti výpočtu, paměťové náročnosti a zátěže jednotlivých matematických operací v rámci celého algoritmu. Bylo provedeno porovnání rychlosti výpočtu v závislosti na velikosti zpracovávaného okna.
|
|
|
Systém pro rozpoznání hlasových povelů v reálném čase
Šíbl, Evžen ; Kiac, Martin (oponent) ; Přinosil, Jiří (vedoucí práce)
Bakalářská práce se zabývá tvorbou systému pro rozpoznání hlasových povelů. Klasifikátor tohoto systému byl vytvořený pomocí neuronové sítě. V práci se obeznámíte s historií a problematiku rozpoznání řeči. Byl vytvořený systém, který detekuje v nahrávce úsek obsahující řečový signál, který následně pomocí klasifikátoru rozhodne o jaké slovo z tabulky slov se jedná. Byly vytvořeny 3 modely se stejnou architekturou avšak s různými trénovacími daty. Tyto modely byly následně porovnány mezi sebou. Pro výsledný systém bylo vytvořené jednoduché uživatelské rozhraní.
|
|
|
Detektor řečové aktivity v signálovém procesoru
Kovařík, Jiří ; Mach, Václav (oponent) ; Sysel, Petr (vedoucí práce)
V rámci diplomové práce byly vytvořeny detektory řečové aktivity podle standardu ITU-T G.729 a G.723.1. Byly implementovány v signálovém procesoru TMS320C6416 firmy Texas Instruments. Zároveň byly detektory vytvořeny i v programovacím jazyku MATLAB. Diplomovou práci lze rozdělit na dvě části. Teoretickou a implementační. V teoretické části jsou uvedeny informace o detektorech jak jsou uváděny ve standardech ITU-T G.729 a G.723.1. V části implementační jsou popsány jednotlivé kroky implementace detektorů v signálovém procesoru TMS320C6416 a jsou zde diskutovány různé odlišnosti oproti dokumentaci.
|
|
|
Identifikace řečové aktivity v rušeném řečovém signálu
Pelikán, Martin ; Sysel, Petr (oponent) ; Smékal, Zdeněk (vedoucí práce)
Semestrální práce se zaměřuje na identifikaci pauz v rušeném řečovém signálu a následné filtraci neužitečného šumu ze signálu. Nejprve jsou teoreticky popsány metody zpracování signálu, poté jednotlivé detektory řečové aktivity spolu s metodami filtrování šumu. Bylo vytvořeno několik detektorů řečové aktivity a srovnána jejich úspěšnost detekce pauz.
|
|
|
Systém pro diarizaci mluvčích
Bradáč, Josef ; Atassi, Hicham (oponent) ; Míča, Ivan (vedoucí práce)
Systém pro diarizaci mluvčích má široké uplatnění na poli zpracování a analýzy řečových signálů. V této práci je rozebrán úvod do problematiky a následný postup pro navržení systému. Výsledkem práce je implementace samotného systému a jeho vyhodnocení na základě databáze nahrávek rozhovorů.
|
|
|
Databáze nahrávek pro detekci hlasové aktivity
Pelikán, Pavel ; Hudec, Antonín (oponent) ; Míča, Ivan (vedoucí práce)
Tato práce se zabývá detekcí řeči (VAD) a požadavky na vytvoření databáze. Byl vybrán jeden z existujících nástrojů na označkování nahrávek. Na základě získaných znalostí byla vytvořena databáze s izolovanými slovy, větami, čteným textem a spontánní řečí. Praktická část se skládá z podrobného popisu vytvoření databáze a vytvoření značek. Dále se práce zabývá konverzí značek do Matlabu. Součástí jsou také některé pomocné skripty pro práci se značkami. Vypracovaná databáze byla vytvořena v bezodrazové komoře a obsahuje nahrávky od 16 řečníků.
|
|
|
Automatické rozpoznávání zpěvu ptáků
Břenek, Roman
Diplomová práce se zabývá metodami automatického rozpoznávání ptačích druhů na základě jejich zpěvu. Nejprve jsem definoval databázi na-hrávek, pro kterou jsem vytvořil referenční data. Také jsem hledal vhodné příznaky, kterými bych zachytil klíčové charakteristiky ptačího zpěvu. Rozhodl jsem se využít HFCC koeficienty, jejichž výpočet v práci popisuji. Dále se zabývám výstavbou systému VAD, pomocí kterého rozděluji nahrávky na úseky ticha a zpěvu. Tento systém je založený na algoritmu kNN. V poslední fázi popisuji systém založený na skrytých Markovových modelech, který dokáže z úseků zpěvu rozpoznat konkrétní ptačí druh.
|
|
|
Systém pro rozpoznání hlasových povelů v reálném čase
Šíbl, Evžen ; Kiac, Martin (oponent) ; Přinosil, Jiří (vedoucí práce)
Bakalářská práce se zabývá tvorbou systému pro rozpoznání hlasových povelů. Klasifikátor tohoto systému byl vytvořený pomocí neuronové sítě. V práci se obeznámíte s historií a problematiku rozpoznání řeči. Byl vytvořený systém, který detekuje v nahrávce úsek obsahující řečový signál, který následně pomocí klasifikátoru rozhodne o jaké slovo z tabulky slov se jedná. Byly vytvořeny 3 modely se stejnou architekturou avšak s různými trénovacími daty. Tyto modely byly následně porovnány mezi sebou. Pro výsledný systém bylo vytvořené jednoduché uživatelské rozhraní.
|
host ::
RSS.