|
|
Výzkum moderních artikulačních parametrů pro analýzu hypokinetické dysartrie
Vrba, Filip ; Zvončák, Vojtěch (oponent) ; Galáž, Zoltán (vedoucí práce)
Tato práce se zabývá hypokineticou dysartrií, jakožto poruchou motorické realizace řeči, která se vyskytuje u přibližně 70% pacientů s Parkinsonovou nemocí (PN). V práci je navržena a analyzována dvojice nově vytvořených řečových parametrů pro kvantifikaci artikulace při HD. Tyto parametry byly validovány na nahrávkách zdravých řečníků a pacientů s PN. V teoretické části práce jsou popsány konvenční a využité metody zpracování řečových signálů, parametrizace a statistické analýzy. V části realizace systému je popsán praktický návrh nových parametrů a také použité metody jejich statistického zhodnocení pomocí korelační analýzy a strojového učení. Cílem práce je návrh nových řečových parametrů pro diagnostiku HD. Navržený systém byl realizován v programovém prostředí MATLAB.
|
|
|
Vývoj moderních akustických parametrů kvantifikujících hypokinetickou dysartrii
Kowolowski, Alexander ; Zvončák, Vojtěch (oponent) ; Galáž, Zoltán (vedoucí práce)
Tato práce se zabývá návrhem a testováním nových akustických parametrů pro zpracování dysprozodické řeči u pacientů trpících hypokinetickou dysartrií. V práci je uvedeno a otestováno 41 nových parametrů pro kvantifikaci prozodie, tzn. popisujících melodii, hlasitost, rytmus a tempo řeči. Nové parametry by se daly rozdělit do sedmi skupin. V rámci skupin se parametry liší především použitými statistickými veličinami. První čtyři skupiny jsou založeny na absolutních diferencích a kumulativních součtech základního kmitočtu a krátkodobé energie signálu. Pátá skupina obsahuje parametry založené na násobku základního kmitočtu a krátkodobé energie do jednoho globálního intonačního parametru. Šestá skupina obsahuje globální časové parametry, které jsou poměry konvenčních rytmických a konvenčních tempových parametrů. Poslední skupina pak obsahuje globální parametry pro kvantifikaci celé prozodie, což jsou poměry globálních intonačních a globálních časových parametrů. Všechny parametry byly testovány na české databázi řečníků s Parkinsonovou nemocí PARCZ. Pro jednotlivé parametry byly nejdříve vykresleny grafy hustoty pravděpodobnosti. Následně byla provedena korelační analýza s dostupnými medicínskými škálami, nejprve pro všechny, poté jen v rámci globálních parametrů. Dále byla provedena klasifikační a regresní analýza s novými parametry pomocí klasifikačních a regresních stromů. Tato analýza byla provedena nejdříve pro jednotlivé nové parametry, poté pro všechna data všech parametrů najednou, a nakonec byl proveden sekvenční výběr nejlepší kombinace parametrů pro danou problematiku. I když nevyšel jeden určitý parametr jako jasný favorit celé diplomové práce, bylo pár parametrů, které se mezi nejlépe vycházejícími objevovaly opakovaně, a také se u některých testů objevil trend, že mezi nejlepším a druhým nejlepším parametrem byl větší rozdíl než mezi jinými v pořadí, dalo by se tedy hovořit o parametrech, které byly pro danou analýzu mnohem lepší než ostatní testované. Konkrétní výsledky a diskuze jsou obsaženy v závěru.
|
|
|
Analýza řečových promluv pro IT diagnostiku neurologických onemocnění
Mekyska, Jiří ; Dostál, Otto (oponent) ; Přibilová, Anna (oponent) ; Smékal, Zdeněk (vedoucí práce)
Tato práce se zabývá návrhem systému analýzy hypokinetické dysartrie, jakožto poruchy motorické realizace řeči, která se vyskytuje u přibližně 90 % pacientů s Parkinsonovou nemocí. Pozornost je zde věnována především parametrizačním technikám, pomocí kterých je možné toto onemocnění diagnostikovat, monitorovat a odhadnout jeho progresi. Dále jsou v práci nalezeny řečové parametry, které nejvíce korelují se subjektivními testy, a pomocí kterých je možné odhadnout hodnoty různých hodnotících škál, jako např. unifikované škály pro hodnocení Parkinsonovy nemoci (UPDRS), či testu kognitivních funkcí (MMSE). V práci je rovněž navržen protokol akvizice dysartrické řeči, který lze v kombinaci s akustickou analýzou použít k odhadu zatížení hypokinetickou dysartrií v oblasti faciokineze, fonorespirace a fonetiky (korelace s 3F testem). Z hlediska parametrizace jsou pak v práci uvedeny zcela nové parametry založené na modulačním spektru, sluchové struktuře, bikepstru, aproximační a vzorkové entropii, empirické modální dekompozici a singulárních bodech. Všechny navržené techniky jsou integrovány do uceleného konceptu systému tak, že je možné jej implementovat v nemocnici a používat k výzkumu či hodnocení tohoto onemocnění.
|
|
|
Akustická analýza vět složitých na artikulaci u pacientů s Parkinsonovou nemocí
Kiska, Tomáš ; Smékal, Zdeněk (oponent) ; Mekyska, Jiří (vedoucí práce)
Tato práce se zabývá návrhem systému analýzy hypokinetické dysartrie, jakožto poruchy motorické realizace řeči, která se vyskytuje u přibližně 90 % pacientů s Parkinsonovou nemocí. Dále je popsána Parkinsonova nemoc a změna řečového signálu při tomto postižení. V následující části jsou popsány příznaky, které se používají pro diagnózu Parkinsonovy nemoci (FCR, VSA, VAI atd.). Pozornost je zde věnována především parametrizačním technikám, pomocí kterých je možné toto onemocnění diagnostikovat, monitorovat a odhadnout jeho progresi. V práci je rovněž popsán protokol akvizice dysartrické řeči, který lze v kombinaci s akustickou analýzou použít k odhadu zatížení hypokinetickou dysartrií v oblasti faciokineze, fonorespirace a fonetiky (korelace s 3F testem). Z hlediska parametrizace jsou pak v práci uvedeny zcela nové parametry založené na metodě RASTA. Analýza je založena na parametrizaci vět složitých na artikulaci. Experimentální soubor dat obsahuje celkem 101 pacientů s PN s různým stádiem progrese a 53 zdravých řečníků. Pro klasifikaci s výběrem parametrů, byla vybrána metoda mRMR.
|
|
|
Analýza Parkinsonovy nemoci pomocí segmentálních řečových příznaků
Mračko, Peter ; Mekyska, Jiří (oponent) ; Smékal, Zdeněk (vedoucí práce)
V tejto práci je popísaný návrh systému diagnózy Parkinsonovej choroby na základe reči. Parkinsonova choroba je neurodegeneratívna porucha centrálneho nervového systému, ktorej prejavom je okrem iných aj postihnutie motorických aspektov reči tzv. hypokinetická dysartria. Návrh systému je v tejto práci založený na najznámejších segmentálnych parametroch ako sú koeficienty LPC, PLP, MFCC, LPCC, ale aj menej známych ako sú CMS, ACW a MSC. Z rečových nahrávok pacientov postihnutých Parkinsonovou chorobou, ale aj kontrolných jedincov, sú vypočítané tieto koeficienty, ktoré sú v ďalšom postupe podrobené selekcii a následne klasifikácii. Najlepší výsledok, ktorý bol v práci získaný, dosahoval presnosť klasifikácie 77,19%, senzitivitu 74,69% a špecificitu 78,95%.
|
|
|
Návrh a realizace vokálního enkodéru pro audio elektroniku
Milota, Vojtěch ; Šotner, Roman (oponent) ; Kratochvíl, Tomáš (vedoucí práce)
Bakalářská práce se zabývá návrhem vokálního enkodéru, zařízení používaného ke zpětné syntéze hlasového signálu pomocí externího nosného signálu. Součástí práce je vytvoření a určení blokového schématu, jeho rozbor a následný návrh jednotlivých dílčích obvodových řešení, včetně jejich simulace, návrh desky plošného spoje a realizace prototypu vokálního enkodéru následované experimentálním měřením jeho vlastností.
|
|
|
Stress recognition from speech signal
Staněk, Miroslav ; Přibil, Jiří (oponent) ; Tučková,, Jana (oponent) ; Sigmund, Milan (vedoucí práce)
Presented doctoral thesis is focused on development of algorithms for psychological stress detection in speech signal. The novelty of this thesis aims on two different analysis of the speech signal- the analysis of vowel polygons and the analysis of glottal pulses. By performed experiments, the doctoral thesis uncovers the possible usage of both fundamental analyses for psychological stress detection in speech. The analysis of glottal pulses in amplitude domain according to Top-To-Bottom criterion seems to be as the most effective with the combination of properly chosen classifier, which can be defined as language and phoneme independent way to stress recognition. All experiments were performed on developed Czech real stress database and some observations were also made on English database SUSAS. The variety of possibly effective ways of stress recognition in speech leads to approach very high recognition accuracy of their combination, or of their possible usage for detection of other speaker’s state, which has to be further tested and verified by appropriate databases.
|
|
|
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.
|
|
|
Acoustic analysis of gender-related patterns in Parkinson's disease
Herinek, Denis ; Kiska, Tomáš (oponent) ; Galáž, Zoltán (vedoucí práce)
The bachelor's thesis is about acoustic analysis of gender-related patterns in Parkinson's disease by analysing speech task: reading passage. Parkinson's disease manifests in all subsystems involved in speech production (respiration, phonation, articulation and prosody). The aim of this thesis is familirization with symptoms of this disorder and speech parameters influenced by this disorder. Thesis contains preprocessing, parametrization of speech signal and statistic analysis of parameters. System of speech signal processing is created in MATLAB programming language.
|
|
|
Emotion Recognition from Analysis of a Person’s Speech
Knutelský, Martin ; Shakil, Sadia (oponent) ; Malik, Aamir Saeed (vedoucí práce)
This thesis deals with the analysis of emotion recognition from human speech. It aims to design and implement a system that can automatically infer emotional states from speech recordings. The solution is based on the Audio Spectrogram Transformer (AST), a derivative of the Vision Transformer neural network, which accepts mel spectrogram as input. The implementation comprehends the pipeline with two stages. In the first stage, a mel spectrogram is obtained from the input speech recording and in the second stage, the pretrained AST model computes output in the form of probabilities of considered emotional classes. The AST implementation was trained and evaluated on three datasets: RAVDESS, Emo-DB and EMOVO. The obtained results in the form of unweighted accuracy are 84.5 % for RAVDESS, 91.6 % for Emo-DB and 73.8 % for EMOVO. During training, the consumed energy of the graphical processing unit was recorded for the calculation of the carbon footprint in terms of emitted CO2. The main contribution of this work is the utilization of neural network based on Transformer architecture, originally used for vision tasks, to classify emotions from speech. Another contribution is carbon footprint tracking of neural network training. The carbon footprint, expressed in emitted CO2 mass is 1058.37 grams.
|
host ::
RSS.