Databáze nahrávek pro detekci hlasové aktivity

Abstract

Tato práce se zabývá detekcí řeči (VAD) a požadavky na vytvoření databáze. Byl vybrán jeden z existujících nástrojů na označkování nahrávek. Na základě získaných znalostí byla vytvořena databáze s izolovanými slovy, větami, čteným textem a spontánní řečí. Praktická část se skládá z podrobného popisu vytvoření databáze a vytvoření značek. Dále se práce zabývá konverzí značek do Matlabu. Součástí jsou také některé pomocné skripty pro práci se značkami. Vypracovaná databáze byla vytvořena v bezodrazové komoře a obsahuje nahrávky od 16 řečníků.This thesis deals with voice activity detection (VAD) and requirements for creating a speech database. One of the existing tools for marking recordings was chosen. On the basis of the gained knowledge, database of isolated words, sentences, text and spontaneous speech was created. The practical part consists of a detailed description of database and mark creation. Furthermore, the thesis deals with the conversion of marks into Matlab. There are also some auxiliary scripts for operations with marks. Prepared and a database was created in an anechoic chamber and includes recordings from 16 speakers.