|
|
Estimation of formant frequencies using machine learning
Káčerová, Erika ; Galáž, Zoltán (oponent) ; Mekyska, Jiří (vedoucí práce)
This Master's thesis deals with the issue of formant extraction. A system of scripts in Matlab interface is created to generate values of the first three formant frequencies from speech recordings with the use of Praat and Snack(WaveSurfer). Mel Frequency Cepstral Coefficients and Linear Predictive Coefficients are extracted from the audio files in order to be added to the database. This database is then used to train a neural network. Finally, the designed neural network is tested.
|
|
|
Hodnocení hybnosti mluvidel na základě akustické analýzy řeči
Novotný, Kryštof ; Galáž, Zoltán (oponent) ; Mekyska, Jiří (vedoucí práce)
Hypokinetická dysartrie je motorická porucha řeči, často přítomná při průběhu Parkinsonovi nemoci. Postihuje řečové ústrojí včetně artikulačních schopností. Existuje více řečových parametrů popisujících tuto oblast, proto se nabízí zabývat se jejich vzájemným srovnáním. Práce si klade za cíl navrhnout a popsat algoritmus pro výpočet parametrů artikulace, přizpůsobený českému jazyku, a následně porovnat jejich diskriminační sílu. Akustickou analýzu řeči v algoritmu zajišťuje program Praat a pro následné zpracování dat jsou použity základní algoritmy strojového učení jako Expectation-Maximization, Kmeans nebo lineární regrese. Pro vyhodnocení slouží Mann-Whitneyho U test a zástupci lineárních, nelineárních i souhrnných metod strojového učení s využitím křížové validace a vyvážené přesnosti. Výsledkem jsou skripty pro automatické nalezení hran Hellwagova vokalického trojúhelníku, pro výpočet artikulačních parametrů a pro jejich vyhodnocení. Výstupy analýzy dvou různých databází (PARCZ a CoBeN) dokazují, že mezi běžnou a dysartrickou řečí lze skutečně pozorovat rozdíly v artikulaci. Na základě vzájemného srovnávání výsledků je proto v práci navrženo, kterými parametry a modely strojového učení je vhodné se dále v souvislosti s touto problematikou zabývat.
|
|
| |
|
|
Assessing Movement of Articulatory Organs in Patients with Parkinson’s Disease
Novotný, K. ; Mekyska, J.
Hypokinetic dysarthria is a motor speech disorder often present during Parkinson’s disease. It affects the speech system, including articulatory abilities. There are several speech parameters describing this domain, so it is suggested to deal with their mutual comparison. This work aims to design and describe an algorithm for calculating the parameters of articulation, adapted for the Czech language, and then compare their discriminative power. The acoustic analysis of speech included in it is done via the Praat program and basic machine learning algorithms such as Expectation-Maximization, K-means and linear regression are used for the subsequent data processing. The Mann-Whitney U test, descriptive statistics and Random Forest machine learning model using cross-validation and balanced accuracy is used for evaluation. The results are scripts for automatic assessment of vowel space area, for calculating articulation parameters and for their evaluation. The outputs of the analysis of speech recording database prove that differences in articulation can indeed be observed between normal and dysarthric speech. Based on the mutual comparison of results, it is therefore proposed in the work which parameters are being appropriate for further dealing with this issue.
|
|
|
Hodnocení hybnosti mluvidel na základě akustické analýzy řeči
Novotný, Kryštof ; Galáž, Zoltán (oponent) ; Mekyska, Jiří (vedoucí práce)
Hypokinetická dysartrie je motorická porucha řeči, často přítomná při průběhu Parkinsonovi nemoci. Postihuje řečové ústrojí včetně artikulačních schopností. Existuje více řečových parametrů popisujících tuto oblast, proto se nabízí zabývat se jejich vzájemným srovnáním. Práce si klade za cíl navrhnout a popsat algoritmus pro výpočet parametrů artikulace, přizpůsobený českému jazyku, a následně porovnat jejich diskriminační sílu. Akustickou analýzu řeči v algoritmu zajišťuje program Praat a pro následné zpracování dat jsou použity základní algoritmy strojového učení jako Expectation-Maximization, Kmeans nebo lineární regrese. Pro vyhodnocení slouží Mann-Whitneyho U test a zástupci lineárních, nelineárních i souhrnných metod strojového učení s využitím křížové validace a vyvážené přesnosti. Výsledkem jsou skripty pro automatické nalezení hran Hellwagova vokalického trojúhelníku, pro výpočet artikulačních parametrů a pro jejich vyhodnocení. Výstupy analýzy dvou různých databází (PARCZ a CoBeN) dokazují, že mezi běžnou a dysartrickou řečí lze skutečně pozorovat rozdíly v artikulaci. Na základě vzájemného srovnávání výsledků je proto v práci navrženo, kterými parametry a modely strojového učení je vhodné se dále v souvislosti s touto problematikou zabývat.
|
|
|
Estimation of formant frequencies using machine learning
Káčerová, Erika ; Galáž, Zoltán (oponent) ; Mekyska, Jiří (vedoucí práce)
This Master's thesis deals with the issue of formant extraction. A system of scripts in Matlab interface is created to generate values of the first three formant frequencies from speech recordings with the use of Praat and Snack(WaveSurfer). Mel Frequency Cepstral Coefficients and Linear Predictive Coefficients are extracted from the audio files in order to be added to the database. This database is then used to train a neural network. Finally, the designed neural network is tested.
|
|
| |
|
| |
|
|
Numerical investigation of acoustic characteristics of 3D human vocal tract model with nasal cavities
Vampola, T. ; Štorkán, J. ; Horáček, Jaromír ; Radolf, Vojtěch
Acoustic resonance characteristics of 3D human vocal tract model without and with nasal and\nparanasal cavities were computed. Nasal cavities (NC) form the side branches of the human vocal tract and exhibit antiresonance and resonance properties which influence the produced voice quality. Developed FE models of acoustic spaces of nasal and vocal tract for vowel /a:/ are used to study the influence of (NC) on phonation. Acoustics frequency-modal characteristics are studied by modal analysis and numerical simulation of acoustic signals in time domain is performed by transient analysis of the FE models.
|
|
|
Výpočetní modelování vlivu tonsilolektomie na tvorbu českých samohlásek
Švancara, P. ; Horáček, Jaromír
V článku jsou numericky simulovány vlivy tonsilektomie na fonaci českých samohlásek . K tomu jsou použity MKP modely akustických prostor odpovídajících lidskému vokálnímu traktu. Jsou analyzovány samohlásky /A,E,I,O,U/. K výpočtům rezonančních vlastností MKP modelů je použita modální a přechodová analýza, fonace samohlásek je simulována v časové oblasti při buzení modelů LF-signály v úrovni hlasivek. Výsledky ukazují, že tonsilektomie způsobuje posuv některých formantových frekvencí do nižších oblastí. Největší posuvy jsou u druhého a třetího formantu pro hlásku /O/ (o cca 300 Hz), pro druhý (o cca 450 Hz) a třetí (o cca 150 Hz) formant pro hlásku /U/. Frekvenční posuvy formantu významně závisí na poloze a velikosti mandlí.
|
host ::
RSS.