|
|
Metody pro zvýraznění řeči
Kukučka, Peter ; Mekyska, Jiří (oponent) ; Hudec, Antonín (vedoucí práce)
Cílem práce je objasnit některé jednokanálové metody pro zpracováni řeči. V této práci jsou rozebrané metody: základní metoda spektrálního odečítání, modifikovaná metoda spektrálního odečítání, pásmové spektrální odečítání a spektrální odečítání MMSE, Wienerovo filtrování. Všechny metody jsou implementovány. Kromě toho jsou v této práci popsané předzpracování řeči, detektor řečové aktivity a hodnocení řeči.
|
|
|
Robustní detekce řečové aktivity
Popková, Anna ; Plchot, Oldřich (oponent) ; Matějka, Pavel (vedoucí práce)
Cílem této práce je navrhnout a vytvořit robustní detektor řečové aktivity, který je schopen detekovat řeč v různých jazycích, v prostředí se šumem a v prostředí s hudbou na pozadí. Tento problém jsem se rozhodla vyřešit použitím neuronové sítě jako klasifikačního modelu, který vstupním úsekům nahrávky přiřazuje jednu ze čtyř možných tříd - ticho, řeč, hudbu nebo hluk. Výsledný nástroj je schopný detekovat řeč v minimálně 12-ti jazycích. Řeč na hudebním pozadí až s 88 % úspěšností a výsledky úspěšnosti systému na zašuměných datech dosahují od 84 % (5 dB SNR) do 88 % (20 dB SNR). Tento nástroj je možné použít pro detekci řečové aktivity v různých výzkumných oblastech zpracování řeči. Hlavním jeho přínosem je eliminace hudby, která když odstraněna není, výrazně zvyšuje chybovost systémů na rozpoznávání mluvčího či řeči.
|
|
|
Robustní detekce řečové aktivity
Popková, Anna ; Plchot, Oldřich (oponent) ; Matějka, Pavel (vedoucí práce)
Cílem této práce je navrhnout a vytvořit robustní detektor řečové aktivity, který je schopen detekovat řeč v různých jazycích, v prostředí se šumem a v prostředí s hudbou na pozadí. Tento problém jsem se rozhodla vyřešit použitím neuronové sítě jako klasifikačního modelu, který vstupním úsekům nahrávky přiřazuje jednu ze čtyř možných tříd - ticho, řeč, hudbu nebo hluk. Výsledný nástroj je schopný detekovat řeč v minimálně 12-ti jazycích. Řeč na hudebním pozadí až s 88 % úspěšností a výsledky úspěšnosti systému na zašuměných datech dosahují od 84 % (5 dB SNR) do 88 % (20 dB SNR). Tento nástroj je možné použít pro detekci řečové aktivity v různých výzkumných oblastech zpracování řeči. Hlavním jeho přínosem je eliminace hudby, která když odstraněna není, výrazně zvyšuje chybovost systémů na rozpoznávání mluvčího či řeči.
|
|
|
Metody pro zvýraznění řeči
Kukučka, Peter ; Mekyska, Jiří (oponent) ; Hudec, Antonín (vedoucí práce)
Cílem práce je objasnit některé jednokanálové metody pro zpracováni řeči. V této práci jsou rozebrané metody: základní metoda spektrálního odečítání, modifikovaná metoda spektrálního odečítání, pásmové spektrální odečítání a spektrální odečítání MMSE, Wienerovo filtrování. Všechny metody jsou implementovány. Kromě toho jsou v této práci popsané předzpracování řeči, detektor řečové aktivity a hodnocení řeči.
|
host ::
RSS.