GAVLASOVÁ, R. Vztah emocí a intonačních křivek [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Přístup studentky k řešení úkolů souvisejících s bakalářskou prací byl výborný. Velmi si cením samostatnosti při řešení této poměrně obtížné a časově náročné úlohy. Časově i organizačně byla náročná již první část práce, a to tvorba vlastní databáze emotivních promluv. Kvůli legálnosti nahrávek se nejednalo o spontánní emocionální řeč, ale o hrané emoce, na kterých se podíleli 2 herci. Slečna Gavlasová si vybrala 4 emoce, a to hněv, radost, nudu a smutek. Emoce byly vyjádřeny intonačními křivkami. Cílem práce byla klasifikace těchto emocí, a to pomocí umělých neuronových sítí (UNS). Pro natrénování a otestování získaných výsledků bylo použito programové prostředí MATLAB, konkrétně toolbox Classification Learner. Práce má 54 stran, které tvoří obsah, abstrakt, klíčová slova, seznam obrázků, symbolů a zkratek a 4 elektronické přílohy. Teoretická část obsahuje 37 stran, praktická 17 stran. Poměrně velký seznam (na bakalářskou práci) prostudovaných publikací (22) ukazuje na zodpovědný přístup slečny Gavlasové ke studiu. Velmi dobře se vypořádala i s předzpracováním získaných řečových nahrávek a s aplikacemi UNS. Tato metoda není běžnou částí výuky v bakalářské etapě. Úroveň bakalářské práce je podle mého soudu velmi dobrá, a to jak z pohledu prezentace zpracování a řešení zadaných úkolů, tak i svým rozsahem. Až na drobné překlepy je i po jazykové stránce odpovídající požadavkům na tento typ práce. Slečna Gavlasová pravidelně konzultovala (osobně, telefonicky i elektronicky), v dostatečném předstihu poslala svojí bakalářskou práci ke korekci. Požadavky zadání byly splněny. Rovněž dosažené výsledky jsou, s ohledem na použitou metodu, velmi dobré.
Bakalářská práce má 68 stran textu, je rozdělena do 6 kapitol, obsahuje souhrn literatury, seznam symbolů a zkratek, závěr a jednu přílohu. Práce má vcelku dobrou grafickou úpravu (někde například není použita kurziva pro proměnné veličiny apod.) a autorka používá správnou odbornou terminologii. V textu se důsledně odkazuje na citovanou literaturu. Práce byla patrně dosti časově náročná, protože byla vytvořena vlastní databáze emocí, která byla klasifikována třemi modely umělé neuronové sítě s různým počtem křížové validace. Na závěr byly výsledky vyhodnoceny subjektivně pomocí poslechových testů. Autorka splnila zadání, použila perceptronovou neuronovou síť se zpětným šířením chyby. Bylo by zajímavé získané výsledky porovnat s výsledky získané pomocí samoorganizující neuronové sítě.
eVSKP id 141274