|
|
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.
|
|
|
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.
|
|
|
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.
|
host ::
RSS.