but.committee	prof. Dr. Ing. Jan Černocký (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) doc. RNDr. Michal Novák, Ph.D. (člen) Ing. Filip Orság, Ph.D. (člen) RNDr. Marek Rychlý, 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 "C". Otázky u obhajoby: Can simple logistic regression be used over neural networks for G2P score prediction? Did you perform any experiments to compare your G2P alignment approach with existing work (example: section 3.2 landmark phoneme recognizer) ? What are the possible ways to extend or improve this work ?	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	Šíma, Tomáš	cs
dc.contributor.referee	Baskar, Murali Karthick	cs
dc.date.created	2018	cs
dc.description.abstract	Účelem této práce je průzkum exitujících algoritmů pro synchronizaci textu a audia. Vybrali jsme exitující implementaci jednoho z těchto algoritmů, který je založený na skrytých markovových modelech sdružených sekvencí a prozkoumaly jsme jeho výhody, nevýhody a podivnosti. Dále jsme ověřili, zda je možné předvídat úspěšnost zarovnání z hodnot generovaných Viterbi algoritmem a hodnotou paprsku. Naše testovací data pochází od BBC a byla součástí MGB Challenge 2015. Díky svojí různorodosti poskytují tato data ideální testovací set k ověření flexibility našeho algoritmu a jakožto i jeho schopnosti tolerovat chyby.	cs
dc.description.abstract	The purpose of this work is to research existing text-to-speech aligning algorithms. We chose an implementation of one these algorithms, based on Hidden-Markov Joint-Sequence Models, and we explored its strengths, quirks and weaknesses. We explored whether it is possible to predict the alignment accuracy using probability values generated from Viterbi algorithm and the beam search value. Our testing data comes from the BBC as part of MGB Challenge 2015. This data creates, with its high content diversity, near perfect testing set to prove our algorithm is flexible and error independent.	en
dc.description.mark	C	cs
dc.identifier.citation	ŠÍMA, T. Synchronizace textu a audia [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.	cs
dc.identifier.other	114780	cs
dc.identifier.uri	http://hdl.handle.net/11012/85092
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	Synchronizace textu a audia	cs
dc.subject	přirozený jazyk	cs
dc.subject	MGB Challenge	cs
dc.subject	PhnRec	cs
dc.subject	G2P	cs
dc.subject	Viterbi	cs
dc.subject	Skryté markovovi modely	cs
dc.subject	Modely sdružených sekvencí	cs
dc.subject	Text to Audio Alignment	en
dc.subject	natural language	en
dc.subject	MGB Challenge	en
dc.subject	PhnRec	en
dc.subject	G2P	en
dc.subject	Viterbi	en
dc.subject	Hidden Markov Models	en
dc.subject	Joint-Sequence Models	en
dc.title	Synchronizace textu a audia	cs
dc.title.alternative	Text to Audio Alignment	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2018-06-12	cs
dcterms.modified	2020-05-10-16:13:22	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	114780	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:06:06	en
sync.item.modts	2025.01.15 18:56:18	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Synchronizace textu a audia

Files

Original bundle

Collections