|
|
Určení věku a pohlaví mluvčích
Rendek, Tomáš ; Pfeifer, Václav (oponent) ; Atassi, Hicham (vedoucí práce)
Práce se zabývá rozpoznáním pohlaví a věku mluvčích. Úvodem ozřejmuje praktické využití takýchto aplikací a obeznamuje s dostupnými řešeními. Teoreticky úvod se blíže věnuje příznakům použitých při klasifikaci, klasifikátorům, redukčním metodám a řečovým databázím, které využíváme při jednotlivých experimentech. Praktická část práce se věnuje struktuře rozpoznávače implementovaného do nástroje Emotional a v dvou samostatných kapitolách popisuje jednotlivých experimenty. V experimentech odhadu pohlaví jsme zkoumali, jak velký vplyv může mít věk mluvčího a přítomnost emoce na správný odhad. Zbylé experimenty se zabírali vhodností klasifikátorů GMM a k-NN pro konkrétny typ úlohy a metodami redukce příznaků. Experimenty odhadu věku se týkali klasifikace do čtyř věkových tříd, přičemž opět byli v roli klasifikátorů použitý GMM a k-NN. V experimentech byli použitý jak segmentální tak i suprasegmentální příznaky.
|
|
|
Multilingual analysis of human emotional states
Rendek, Tomáš ; Koula, Ivan (oponent) ; Atassi, Hicham (vedoucí práce)
This work deals with the properties of the speech signal. At the beginning it introduces a process of generation of the speech. Then, it covers the prosodic features of the speech, which represent a related characteristic of emotions. It defines an emotion itself, as well as the basic features and parameters of the human speech. For the analysis we use the program called Praat. As it is an unknown program, we devote a part of the work to it, which acquaints us with its advantages. The next part of this paper comprises also two enclosed databases containing records of particular emotional states of human. These databases were created and collected for Slovak and German language. However, none of them contain spontaneous material. Next, the work concerns a concept of the neural networks. It regards it as a possible realization of recognizing of emotional characteristics. The initial analysis presents large number of gained features, out of which only the best twelve were selected on the basis of geometric separability. These features are distinct for both sexes, as well as for both nationalities. Consequently, they are used for training with a neural network. The work concludes by summarizing of the results discussing the successfulness with recognition of emotional states. It also gives possible reasons which lead to degradation of their successful classifying. The thesis contains a CD with all the partial and ultimate results, and files with records for Slovak and German language.
|
|
|
Fonetické zpracování řeči pomocí software Praat
Kráčala, Martin ; Staněk, Miroslav (oponent) ; Sigmund, Milan (vedoucí práce)
Cílem této bakalářské práce je vytvoření českého návodu pro začátečníky s programem Praat. Praat je softwarový balík určený pro zpracování řeči. Je možné jej využít pro řečovou analýzu i syntézu. V práci je popsáno uživatelské prostředí Praat, práce se soubory v programu, nahrávání zvukových nahrávek a možnosti jejich úprav a analýzy. Návod je doplněn řešenými příklady reálných fonetických problémů. Druhým cílem práce je vytvoření skriptu pro extrakci samohlásek a vybraných souhlásek ze záznamů řeči. Je popsán zvolený princip rozpoznávání samohlásek na základě formantů a průběhu intenzity a princip rozpoznávání souhlásek na základě poměrů energie ve frekvenčních pásmech. Úspěšnost skriptu je podrobně testována a jsou diskutovány metody optimalizace.
|
|
|
Aplikace pro výpočet řečových příznaků popisující hypokinetickou dysartrii
Hynšt, Miroslav ; Mekyska, Jiří (oponent) ; Kiska, Tomáš (vedoucí práce)
Tato práce se zabývá návrhem a zhotovením aplikace pro výpočet řečových parametrů u lidí trpící Parkinsonovou nemocí. Na začátku je obecně popsána Parkinsonova nemoc a Hypokinetická dysartrie a jak ovlivňuje řeč a parametry řeči při jejím postižení. Rozebrány jsou hlavně oblasti jako fonace, prozodie, artikulace a plynulost řeči. Dále práce popisuje parametry s velkým významem při diagnostice této nemoci a jejím postupu. Zmíněny a popsány jsou i některé významné studie ve světě popisující průběh vyšetření řeči účastníků a výpočet některých řečových parametrů za účelem analýzy řeči lidí postižených Parkinsonovou nemocí. Součástí práce je navržená a implementovaná aplikace pro výpočet, export a vizualizaci řečových parametrů z vybraných zdrojových zvukových nahrávek.
|
|
|
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.
|
|
|
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.
|
|
|
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.
|
|
|
Aplikace pro výpočet řečových příznaků popisující hypokinetickou dysartrii
Hynšt, Miroslav ; Mekyska, Jiří (oponent) ; Kiska, Tomáš (vedoucí práce)
Tato práce se zabývá návrhem a zhotovením aplikace pro výpočet řečových parametrů u lidí trpící Parkinsonovou nemocí. Na začátku je obecně popsána Parkinsonova nemoc a Hypokinetická dysartrie a jak ovlivňuje řeč a parametry řeči při jejím postižení. Rozebrány jsou hlavně oblasti jako fonace, prozodie, artikulace a plynulost řeči. Dále práce popisuje parametry s velkým významem při diagnostice této nemoci a jejím postupu. Zmíněny a popsány jsou i některé významné studie ve světě popisující průběh vyšetření řeči účastníků a výpočet některých řečových parametrů za účelem analýzy řeči lidí postižených Parkinsonovou nemocí. Součástí práce je navržená a implementovaná aplikace pro výpočet, export a vizualizaci řečových parametrů z vybraných zdrojových zvukových nahrávek.
|
|
|
Fonetické zpracování řeči pomocí software Praat
Kráčala, Martin ; Staněk, Miroslav (oponent) ; Sigmund, Milan (vedoucí práce)
Cílem této bakalářské práce je vytvoření českého návodu pro začátečníky s programem Praat. Praat je softwarový balík určený pro zpracování řeči. Je možné jej využít pro řečovou analýzu i syntézu. V práci je popsáno uživatelské prostředí Praat, práce se soubory v programu, nahrávání zvukových nahrávek a možnosti jejich úprav a analýzy. Návod je doplněn řešenými příklady reálných fonetických problémů. Druhým cílem práce je vytvoření skriptu pro extrakci samohlásek a vybraných souhlásek ze záznamů řeči. Je popsán zvolený princip rozpoznávání samohlásek na základě formantů a průběhu intenzity a princip rozpoznávání souhlásek na základě poměrů energie ve frekvenčních pásmech. Úspěšnost skriptu je podrobně testována a jsou diskutovány metody optimalizace.
|
|
|
Multilingual analysis of human emotional states
Rendek, Tomáš ; Koula, Ivan (oponent) ; Atassi, Hicham (vedoucí práce)
This work deals with the properties of the speech signal. At the beginning it introduces a process of generation of the speech. Then, it covers the prosodic features of the speech, which represent a related characteristic of emotions. It defines an emotion itself, as well as the basic features and parameters of the human speech. For the analysis we use the program called Praat. As it is an unknown program, we devote a part of the work to it, which acquaints us with its advantages. The next part of this paper comprises also two enclosed databases containing records of particular emotional states of human. These databases were created and collected for Slovak and German language. However, none of them contain spontaneous material. Next, the work concerns a concept of the neural networks. It regards it as a possible realization of recognizing of emotional characteristics. The initial analysis presents large number of gained features, out of which only the best twelve were selected on the basis of geometric separability. These features are distinct for both sexes, as well as for both nationalities. Consequently, they are used for training with a neural network. The work concludes by summarizing of the results discussing the successfulness with recognition of emotional states. It also gives possible reasons which lead to degradation of their successful classifying. The thesis contains a CD with all the partial and ultimate results, and files with records for Slovak and German language.
|
host ::
RSS.