|
|
Rozpoznávač izolovaných slov pro ovládání elektronických slovníků
Hrdlička, Pavel ; Szőke, Igor (oponent) ; Grézl, František (vedoucí práce)
Tato bakalářská práce se zabývá sestavením rozpoznávače izolovaných slov pro elektronické slovníky. Fonémový rozpoznavač je realizován pomocí HTK (Hidden Markov Model Toolkit). Na začátku tohoto dokumentu jsou stanoveny základní cíle práce. V následující kapitole je teoretický rozbor, který se věnuje procesu rozpoznávání izolovaných slov pomocí skrytých Markovových modelů. Další kapitola se věnuje specifikaci řečových dat, která byla použita pro testování rozpoznávače. Dále jsou zde popsány další prostředky, které byly k dispozici pro sestavení rozpoznavače, jako modely, slovník a gramatika. Před sestavením rozpoznávače bylo třeba vyřešit převod mezi sadou fonémů která byla použita ve slovníku a mezi sadou, kterou používá rozpoznávač. Rozpoznavač byl nejprve sestaven s použitím 8~kHz modelů, později 16~kHz. Byly použity normalizační techniky a technika adaptace na mluvčího. Získaná data byla zpracována a výsledky jsou zhodnoceny v samostatné kapitole. V závěru je diskutováno, zda bylo dosaženo vytýčených cílů a jaké jsou další plány vývoje aplikace.
|
|
|
Segmentace řeči
Andrla, Petr ; Míča, Ivan (oponent) ; Sysel, Petr (vedoucí práce)
V rámci diplomové práce byl vytvořen program pro segmentaci nahrávek řeči na fonémy. Tento program byl vytvořen v prostředí Matlab a skládá se z několika skriptů. Program umožňuje automatickou segmentaci. Segmentace řeči je proces nalezení hranic mezi fonémy v mluvené řeči. Automatická segmentace je založena na metodě vektorové kvantizace. V prvním kroku výpočtu je provedena extrakce příznaků. Dále jsou části řeči přiděleny k určeným centroidům. Místo změny centroidu je označeno jako hranice fonémů. Tímto programem byla zpracována skupina nahrávek a vyhodnocena účinnost automatické segmentace. K programu byl vytvořen podrobný návod k obsluze. Dále jsou v práci stručně rozebrány jednotlivé použité metody zpracování řeči s uvedením jejich implementace v programu a odůvodnění nastavení jejich proměnných parametrů.
|
|
|
Zobrazování uživatelských výslovností pro elektronické slovníky
Pešán, Jan ; Chalupníček, Kamil (oponent) ; Černocký, Jan (vedoucí práce)
Tato bakalářská práce se pokouší nalézt nový směr vývoje v oblasti učebních schopností elektronických slovníků. V první části je uvedeno představení základní myšlenky možnosti učení výslovnosti pomocí vizualizace fonémů. Následuje kapitola zabývající se obecným úvodem do metod zpracování řeči využívaných v této práci jako např. HMM nebo Viterbiho algoritmus. Ve třetí kapitole jsou popsány nástroje, pomocí kterých byla provedena implementace celého systému. Další kapitola rozebírá podrobně použitou technologii neuronových sítí jako systému odhadu věrohodností fonémů, popisuje problém kompatibility fonémových sad a použité modely fonémů. Kapitola 5 popisuje konkrétně samotnou implementaci systému. Zde jsou také popsány nástroje použité k přípravě dat pro systém. Ve dvou závěrečných kapitolách je poté obsaženo krátké uživatelské testování společně se screenshoty a zhodnocením celého projektu. Zde jsou také nastíněny další možné cesty vývoje tohoto systému.
|
|
|
Rozpoznání jednotlivých písmen ve zvukovém záznamu s využitím SOM
Malásek, Jan ; Honzík, Petr (oponent) ; Honzík, Petr (oponent) ; Pohl, Jan (vedoucí práce)
Bakalářská práce popisuje historické pozadí vývoje neuronových sítí a jejich použití při procesu rozpoznání řeči a uvádí do problematiky práce a učení neuronových sítí. Představuje tři vybrané systémy pro rozpoznání řečového signálu včetně vyhodnocení jejich úspěšnosti v experimentech, výhod a nevýhod. Zabývá se charakteristikou lidské řeči a systémy na její rozpoznávání. Nabízí pohled na spektra signálů různých typů hlásek a dává návod k programování neuronových sítí v prostředí MATLAB.
|
|
|
Segmentace řečového signálu
Andrla, Petr ; Balík, Miroslav (oponent) ; Sysel, Petr (vedoucí práce)
V rámci bakalářské práce byl vytvořen program pro segmentaci nahrávek řeči na fonémy. Tento program byl vytvořen v prostředí Matlab a skládá se z několika skriptů. Program umožňuje automatickou i ruční segmentaci. Automatická segmentace je založena na metodě sledování příznaků. Tímto programem byla zpracována skupina nahrávek a vyhodnocena účinnost automatické segmentace. K programu byl vytvořen podrobný návod k obsluze. Dále jsou v práci stručně rozebrány jednotlivé použité metody zpracování řeči s uvedením jejich implementace v programu a odůvodnění nastavení jejich proměnných parametrů.
|
|
|
Textově závislé rozpoznávání mluvčího
Fux, Jan ; Glembek, Ondřej (oponent) ; Matějka, Pavel (vedoucí práce)
Cílem této bakalářské práce bylo navrhnout systém pro textově závislé rozpoznávání mluvčího. Bylo otestováno několik přístupů na databázi MIT, která obsahuje nahrávky průměrné délky 0,46s. Z otestovaných přístupů se jeví jako nejlepší kombinace systému DTW s využitím odhadu posteriorních pravděpodobností fonémů (posteriogramu) jako výstupu z Fonémového rozpoznávače, a akustického SID systému založeného na iVektorech a PLDA (Probabilistic Linear Component Analysis). Fúze těchto dvou systémů pomocí Neuronové sítě dosahuje nejlepších výsledků (EER) a to 17,84% pro ženy a 16,38% pro muže, což je relativní zlepšení 49,9% u žen a 54,2% u mužů oproti samostatnému akustickému rozpoznávání.
|
|
|
Detekce klíčových slov v řečových signálech
Pfeifer, Václav ; Makáň, Florian (oponent) ; Dostál, Otto (oponent) ; Balík, Miroslav (vedoucí práce)
Systémy pro zpracování řečových signálů jsou vyvíjeny již delší dobu, ale až s nástupem výkonných výpočetních systémů se začalo s integrací těchto systémů do praxe. Tato disertační práce se zabývá návrhem systému pro detekci klíčových slov v řečových signálech. Navržený systém principiálně vychází z Large Margin and Kernel metod a klíčovou součástí systému je fonémový klasifikátor. Byly navrženy dva hierarchické klasifikátory – lineární a nelineární, spolu s efektivním trénovacím algoritmem. Současně byl navržen klasifikátor založený na „Gaussian Mixture Models“ s implementací hierarchické struktury. Důležitou součástí detekčního systému je extrakce příznaků, a proto byl navržený systém vyhodnocen na současně nejrozšířenějších extrakčních metodách. Součástí technického řešení práce byla implementace detekčního systému v prostředí MATLABU a návrh hierarchické fonémové struktury pro Český jazyk. Všechny algoritmy byly vyhodnoceny pro Český a Anglický jazyk na databázích (DBRS a TIMIT)
|
|
|
Hybridní rozpoznávač izolovaných slov
Veselý, Karel ; Černocký, Jan (oponent) ; Grézl, František (vedoucí práce)
Rozpozávač izolovaných slov nezávislý na mluvčím má mnoho praktických použití. Například bude umožňovat ovládat hlasem různé domácí přístroje příští generace které budou komunikovat s PC. Ještě zajímavější je možnost jej vestavět do jakékoli aplikace nebo dokonce do operačního systému a rozšířit tak uživatelské rozhranní o nový prvek, hlasové ovládání. Dá se využít k ovládání pomocí klíčových slov, reakcí může být spuštění aplikace nebo jakákoli jiná specifická akce. Nejzajímavější možnost využití rozpoznávače izolovaných slov je v elektronických slovnících. Novým rysem slovníků příští generace by mohlo být hlasové vyhledávání slov. Velmi užitečná je možnost získat na výstupu seznam slov sežazený podle pravděpodobnosti vyslovení. Tento rys umožňuje uživateli jednoduše zjistit podobná slova a naučit se je lépe rozlišovat.
|
|
|
Phonetic realization of coda /t/ in current Southern British English pronunciation
Bocková, Barbora ; Skarnitzl, Radek (vedoucí práce) ; Luef, Eva Maria (oponent)
Foném /t/ je známý tím, že se v rámci anglicky mluvícího světa v řeči vyskytuje v široké škále realizací. Jeho realizace je podmíněna jak lingvistickými faktory, jako je fonetický kontext nebo přízvuk, tak faktory sociálními, jako je geografická oblast, pohlaví či socioekonomické pozadí. Cílem této bakalářské práce je prozkoumat a analyzovat realizaci kodového /t/ v současné jihoanglické výslovnosti. Teoretická část práce obsahuje obecný popis exploziv ve světových jazycích, přehled různých realizací /t/ ve variantách angličtiny a také popisuje současný vývoj výslovnosti ve standardní britské angličtině. V rámci empirické části byly pořízeny a zpracovány nahrávky 16 mluvčích jihoanglické výslovnosti z politických rozhlasových debat. Dále byla provedena poslechová analýza fonetické realizace cílových souhlásek a následně byl vyhodnocen výskyt jednotlivých variant z hlediska segmentálního, prozodického i sémantického kontextu. Výsledky potvrzují, že na realizaci /t/ v řeči má vliv jak slovní přízvuk, pozice slova ve větě, jeho segmentální prostředí a sémantický status, tak pohlaví mluvčího. Dále práce dokumentuje současný vývoj sociolingvistického statusu glotalizace, jež se zároveň prokázala jako nejčastější realizace /t/ v rámci tohoto výzkumu. Klíčová slova: foném /t/, britská angličtina, alofon,...
|
|
|
Minimální páry v českém znakovém jazyce
Silovská, Zuzana ; Richterová, Klára (vedoucí práce) ; Macurová, Alena (oponent)
Bakalářská práce se zaměřuje na výzkum minimálních párů v českém znakovém jazyce, v nichž pozice rozlišujícího segmentu může být obsazena jakýmkoli parametrem znaku (tvar ruky, místo artikulace, pohyb, orientace dlaně, orientace prstů, uspořádání rukou, kontakt). Hlavní část této práce představuje analýza jednoručních a dvouručních znaků, v kterých je ruka/ruce ve tvaru zavřené ruky A, resp. ve tvaru A, A0, A stříška, sA a tA. Analyzovaný materiál byl získán elicitací od českých neslyšících, rodilých mluvčích českého znakového jazyka, a excerpcí z několika slovníků českého znakového jazyka. Hlavní pozornost je zejména soustředěna na detailní popis manuální složky znaků a na naznačení možných významových vztahů mezi znaky figurujícími v minimálních párech. V závěru analytické části je podán přehled nalezených fonémů, možných variant fonémů a frekvenční zastoupení typů znaků a tvarů ruky/rukou, míst artikulace a míst kontaktů. Klíčová slova: fonologie, foném, alofon, minimální pár, český znakový jazyk, parametr znaku, manuální složka znaku
|
host ::
RSS.