but.committee	doc. RNDr. Pavel Smrž, Ph.D. (předseda) doc. Ing. Martin Čadík, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) Ing. Vítězslav Beran, Ph.D. (člen) Ing. Zbyněk Křivka, Ph.D. (člen) Prof. RNDr. Mária Lucká, Ph.D. (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 A. Otázky u obhajoby: Diskuzní dotaz: uvažoval jste o fúzi nezávislých systémů pro pravý a levý kanál namísto pouhého zprůměrování audio stop?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Matějka, Pavel	cs
dc.contributor.author	Dobrotka, Matúš	cs
dc.contributor.referee	Glembek, Ondřej	cs
dc.date.accessioned	2020-06-23T09:11:48Z
dc.date.available	2020-06-23T09:11:48Z
dc.date.created	2018	cs
dc.description.abstract	Téma tejto diplomovej práce je klasifikácia audio nahrávky do 15 tried akustických prostredí, v ktorých sa ľudia bežne nachádzajú. Práca popisuje 2 metódy založené na GMM a i-vektoroch a ich vzájomnú fúziu. Na dátach zo súťaže DCASE dosiahol najlepší GMM systém úspešnosť 60.4% a i-vektor systém 68.4%. Fúzia GMM systému a najlepšieho i-vektor systému výsledok ešte zlepšila na 69.3%, čo by v dobe súťaže stačilo na 20. miesto z 98 odovzdaných systémov z celého sveta.	cs
dc.description.abstract	The topic of this thesis is an audio recording classification with 15 different acoustic scene classes that represent common scenes and places where people are situated on a regular basis. The thesis describes 2 approaches based on GMM and i-vectors and a fusion of the both approaches. The score of the best GMM system which was evaluated on the evaluation dataset of the DCASE Challenge is 60.4%. The best i-vector system's score is 68.4%. The fusion of the GMM system and the best i-vector system achieves score of 69.3%, which would lead to the 20th place in the all systems ranking of the DCASE 2017 Challenge (among 98 submitted systems from all over the world).	en
dc.description.mark	A	cs
dc.identifier.citation	DOBROTKA, M. Detekce Akustického Prostředí z Řeči [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.	cs
dc.identifier.other	114673	cs
dc.identifier.uri	http://hdl.handle.net/11012/84928
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	Detekcia akustického prostredia	cs
dc.subject	GMM	cs
dc.subject	banky filtrov	cs
dc.subject	MFCC koeficienty	cs
dc.subject	i-vektor	cs
dc.subject	i-vektor extraktor	cs
dc.subject	fúzia	cs
dc.subject	DCASE Challenge	cs
dc.subject	lineárny Gaussovský klasifikátor.	cs
dc.subject	Acoustic scene classification	en
dc.subject	GMM	en
dc.subject	filter banks	en
dc.subject	MFCC	en
dc.subject	i-vector	en
dc.subject	i-vector extractor	en
dc.subject	fusion	en
dc.subject	DCASE Challenge	en
dc.subject	linear Gaussian classifier.	en
dc.title	Detekce Akustického Prostředí z Řeči	cs
dc.title.alternative	Acoustic Scene Classification from Speech	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2018-06-18	cs
dcterms.modified	2020-05-10-16:13:16	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	114673	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.22 23:09:41	en
sync.item.modts	2021.11.22 22:28:30	en
thesis.discipline	Počítačová grafika a multimédia	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

Detekce Akustického Prostředí z Řeči

Files

Original bundle

Collections