VODIČKA, R. Rozpoznávání izolovaných slov [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2014.
Zadání diplomové práce bylo splněno. Student při řešení postupoval samostatně, pravidelně konzultoval s vedoucím práce. Výsledkem jsou skripty prostředí Matlab pro natrénování databáze slov a následné rozpoznávání pomocí skytých Markovových řetězců. Kladně hodnotím, že vetšinu funkcí vytvořil student sám. Funkcí z knihoven prostředí Matlab použil jen minimum. Na druhou stranu tím strávil spoustu času, který mu potom nezbýval na podrobné závěrečné vyhodnocení. Pouhých 5 realizací pro trénování slov a 5 pro rozpoznávání je málo na statistické vyhodnocení úspěšnosti rozpoznávače. Vytvořené funkce jsou také komentované jen sporadicky, takže jejich další rozšiřování, např. pro vícemluvčích, bude obtížné. Vlastní text práce je zpracován relativně pečlivě, obsahuje jen několik překlepů nebo prohřešků proti typografickým pravidlům.
Předložená diplomová práce se zabývá automatickým rozpoznáváním izolovaných slov. Pro dosažení cíle byla zvolena metoda využívající pro rozpoznávání slov skryté Markovovy modely. V první části práce je popsán princip použitého modelu a způsob získávání příznaků z nahrávek obsahujících slova. Dále je v práci uvedeno, jakým způsobem bylo rozpoznávání implementováno a následuje i popis aplikace naprogramované v Matlabu. V poslední části autor shrnuje dosažené výsledky. Pro vyhodnocení výsledků autor použil vlastní databázi, která však obsahuje poměrně malé množství různých slov. Dále je zde uvedeno, že úspěšnost rozpoznání jednotlivých slov byla testována vždy na deseti nahrávkách, přičemž vždy pět z těchto náhrávek bylo použito i pro trénování modelu. Zde by bylo vhodné testovat úspěšnost zvlášť pro nahrávky, na kterých byl model natrénován a zvlášť pro nezávislé testovací nahrávky. Dalo by se tak lépe posoudit, zda nedokonalosti metody leží v použitém modelu samotném nebo jen v nedostatečné velikosti trénovací databáze. V textu by některé postupy mohly být lépe specifikovány, např. jakým způsobem je vyčísleno srovnání dvou pravděpodobnostních matic (odstavec 3.4.2) tak, aby šlo rozhodnout, zda je rozdíl v toleranci 0,1, nebo např. jakým způsobem je získána hodnota shody v procentech při srovnávání pravděpodobnostních matic (odstavec 3.4.4). Po formální stránce je práce na dobré úrovni, jen zřídka se v textu objevují nedostatky. U grafů (např. obrázek 3.11) by bylo lepší přepočítat osu s popisem "vzorky" na hodnoty kmitočtu v Hz, což by umožnilo lepší orientaci v grafu. Celkově zadání práce považuji za splněné a práci doporučuji k obhajobě.
eVSKP id 73916