but.committee	prof. Ing. Aleš Prokeš, Ph.D. (předseda) prof. Ing. Vladimír Šebesta, CSc. (člen) doc. Dr. Ing. Jan Černocký (člen) RNDr. Jan Švec, Ph.D. et Ph.D. (člen) doc. Dr. Peter Počta (člen) prof. Ing. Jana Tučková, CSc. - oponentka (člen) Dr. Ing. Jiří Přibil - oponent (člen)	cs
but.defence		cs
but.jazyk	angličtina (English)
but.program	Elektrotechnika a komunikační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Sigmund, Milan	en
dc.contributor.author	Staněk, Miroslav	en
dc.contributor.referee	Přibil, Jiří	en
dc.contributor.referee	Tučková,, Jana	en
dc.date.accessioned	2019-10-04T22:56:35Z
dc.date.available	2019-10-05	cs
dc.date.created	2016	cs
dc.description.abstract	Předložená disertační práce se zabývá vývojem algoritmů pro detekci stresu z řečového signálu. Inovativnost této práce se vyznačuje dvěma typy analýzy řečového signálu, a to za použití samohláskových polygonů a analýzy hlasivkových pulsů. Obě tyto základní analýzy mohou sloužit k detekci stresu v řečovém signálu, což bylo dokázáno sérií provedených experimentů. Nejlepších výsledků bylo dosaženo pomocí tzv. Closing-To-Opening phase ratio příznaku v Top-To-Bottom kritériu v kombinaci s vhodným klasifikátorem. Detekce stresu založená na této analýze může být definována jako jazykově i fonémově nezávislá, což bylo rovněž dokázáno získanými výsledky, které dosahují v některých případech až 95% úspěšnosti. Všechny experimenty byly provedeny na vytvořené české databázi obsahující reálný stres, a některé experimenty byly také provedeny pro anglickou stresovou databázi SUSAS.	en
dc.description.abstract	Presented doctoral thesis is focused on development of algorithms for psychological stress detection in speech signal. The novelty of this thesis aims on two different analysis of the speech signal- the analysis of vowel polygons and the analysis of glottal pulses. By performed experiments, the doctoral thesis uncovers the possible usage of both fundamental analyses for psychological stress detection in speech. The analysis of glottal pulses in amplitude domain according to Top-To-Bottom criterion seems to be as the most effective with the combination of properly chosen classifier, which can be defined as language and phoneme independent way to stress recognition. All experiments were performed on developed Czech real stress database and some observations were also made on English database SUSAS. The variety of possibly effective ways of stress recognition in speech leads to approach very high recognition accuracy of their combination, or of their possible usage for detection of other speaker’s state, which has to be further tested and verified by appropriate databases.	cs
dc.description.mark	P	cs
dc.identifier.citation	STANĚK, M. Určování stresu z řečového signálu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2016.	cs
dc.identifier.other	96035	cs
dc.identifier.uri	http://hdl.handle.net/11012/61750
dc.language.iso	en	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií	cs
dc.rights	Přístup k plnému textu prostřednictvím internetu byl licenční smlouvou omezen na dobu 3 roku/let	cs
dc.subject	Zpracování digitálního signálu	en
dc.subject	zpracování řečového signálu	en
dc.subject	rozpoznání emocí	en
dc.subject	psychologický stres	en
dc.subject	formanty	en
dc.subject	samohláskové polygony	en
dc.subject	analýza hlasivkových pulsů	en
dc.subject	RTO poměr	en
dc.subject	CTO poměr	en
dc.subject	COG posun	en
dc.subject	klasifikátory	en
dc.subject	neuronové sítě	en
dc.subject	Gaussovské smíšené modely	en
dc.subject	Digital signal processing	cs
dc.subject	speech signal processing	cs
dc.subject	emotion recognition	cs
dc.subject	psychological stress	cs
dc.subject	formant	cs
dc.subject	vowel polygons	cs
dc.subject	glottal flow analysis	cs
dc.subject	glottal pulse	cs
dc.subject	Return-To-Opening phase ratio	cs
dc.subject	Closing-To-Opening phase ratio	cs
dc.subject	COG shift	cs
dc.subject	classifiers	cs
dc.subject	neural networks	cs
dc.subject	Gaussian Mixture Models	cs
dc.title	Určování stresu z řečového signálu	en
dc.title.alternative	Stress recognition from speech signal	cs
dc.type	Text	cs
dc.type.driver	doctoralThesis	en
dc.type.evskp	dizertační práce	cs
dcterms.dateAccepted	2016-10-05	cs
dcterms.modified	2016-10-06-08:40:16	cs
eprints.affiliatedInstitution.faculty	Fakulta elektrotechniky a komunikačních technologií	cs
sync.item.dbid	96035	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 21:24:00	en
sync.item.modts	2021.11.12 20:23:45	en
thesis.discipline	Elektronika a sdělovací technika	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav radioelektroniky	cs
thesis.level	Doktorský	cs
thesis.name	Ph.D.	cs

Určování stresu z řečového signálu

Files

Original bundle

Collections