but.committee	doc. Dr. Ing. Dušan Kolář (předseda) prof. Ing. Tomáš Hruška, CSc. (místopředseda) Ing. Miroslav Balík, Ph.D. (člen) Ing. Vladimír Bartík, Ph.D. (člen) doc. Mgr. Adam Rogalewicz, Ph.D. (člen) doc. Ing. Jaroslav Zendulka, CSc. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm dobře C. Otázky u obhajoby: 1) Can you explain how you back-propagate the error in your multi-task setup? There is no mathematical background in your thesis. 2) You often use the expression "events correlated to speech". Can you clearly explain what you mean and how you define such events? 3) Do you have any explanation why under-sampling of data helps?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Szőke, Igor	cs
dc.contributor.author	Danko, Michal	cs
dc.contributor.referee	Malenovský, Vladimír	cs
dc.date.created	2016	cs
dc.description.abstract	Tato práce navazuje na trend posledních desetiletí ve využívaní neuronových sítí za účelem odhalení řeči v zašuměných datech. Text začíná základními poznatky o probíraných tématech, jako jsou audio příznaky, strojové učení a neuronové sítě. Síťové parametry jsou zkoumány s cílem poskytnout nejvhodnější zázemí pro experimenty. Hlavní úkol experimentů je sledovat vliv různých zvukových událostí na detekci řeči na malé a různorodé databáze. Přičemž se ukázalo, že nejvýhodnější jsou zvukové události v korelaci s řečí. Kromě toho, přesnost akustických událostí, dříve použita pouze jako doplněk k přesnosti řeči, je také součástí experimentování. Experiment zkoumání datových sad rozšiřených o více spravedlivě rozděleny data ukázal, že samotné rozšiření nezaručuje zlepšení. Na závěr, poslední experiment demonstruje, že síti se skutečně podařilo naučit, jak předpovědět hlasové aktivity v obou případech čistých i zašuměných dat.	cs
dc.description.abstract	This thesis follows the trend of last decades in using neural networks in order to detect speech in noisy data. The text begins with basic knowledge about discussed topics, such as audio features, machine learning and neural networks. The network parameters are examined in order to provide the most suitable background for the experiments. The main focus of the experiments is to observe the influence of various sound events on the speech detection on a small, diverse database. Where the sound events correlated to the speech proved to be the most beneficial. In addition, the accuracy of the acoustic events, previously used only as a supplement to the speech, is also a part of experimentation. The experiment of examining the extending of the datasets by more fairly distributed data shows that it doesn't guarantee an improvement. And finally, the last experiment demonstrates that the network indeed succeeded in learning how to predict voice activity in both clean and noisy data.	en
dc.description.mark	C	cs
dc.identifier.citation	DANKO, M. Identifikace hudby, řeči, křiku, zpěvu v audio (video) záznamu [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2016.	cs
dc.identifier.other	96249	cs
dc.identifier.uri	http://hdl.handle.net/11012/61800
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Neurální sítě	cs
dc.subject	řeč	cs
dc.subject	šum	cs
dc.subject	detekce zvukových událostí	cs
dc.subject	detekce hlasové aktivity	cs
dc.subject	Theano	cs
dc.subject	víceúčelové sítě	cs
dc.subject	Neural networks	en
dc.subject	speech	en
dc.subject	noise	en
dc.subject	acoustic event detection	en
dc.subject	voice activity detection	en
dc.subject	Theano	en
dc.subject	multi-task networks	en
dc.title	Identifikace hudby, řeči, křiku, zpěvu v audio (video) záznamu	cs
dc.title.alternative	Music, Speech, Crying, Singing Detection in Audio (Video)	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2016-06-23	cs
dcterms.modified	2020-05-10-16:12:03	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	96249	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 15:21:30	en
sync.item.modts	2025.01.15 22:38:18	en
thesis.discipline	Informační systémy	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Identifikace hudby, řeči, křiku, zpěvu v audio (video) záznamu

Files

Original bundle

Collections