but.committee	doc. Dr. Ing. Jan Černocký (předseda) prof. Ing. Adam Herout, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) Ing. Vítězslav Beran, Ph.D. (člen) Ing. Ondřej Lengál, Ph.D. (člen) prof. Dr. Ing. Pavel Zemčík (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: On p6 you say that 2D convolutions such as in ResNet are ideal when the input is a feature and that 1D convolutions are ideal for processing raw waveforms. But what about having first one or more 1D convolutions that extracts "features" from the raw waveform and then continue to process them with 2D convolutions? What kind of patterns do you think the RawNet can extract from the waveform that are missing in standard features such as fbank or MFCC? Myslíte, že by druhá konvoluční vrstva mohla nahradit využitý high-pass filtr (HPF)?	cs
but.jazyk	angličtina (English)
but.program	Informační technologie a umělá inteligence	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Mošner, Ladislav	en
dc.contributor.author	Lukáč, Peter	en
dc.contributor.referee	Rohdin, Johan Andréas	en
dc.date.accessioned	2021-06-25T07:55:36Z
dc.date.available	2021-06-25T07:55:36Z
dc.date.created	2021	cs
dc.description.abstract	Verifikácia osôb je oblasť, ktorá sa stále modernizuje, zlepšuje a snaží sa vyhovieť požiadavkám, ktoré sa na ňu kladú vo oblastiach využitia ako sú autorizačné systmémy, forenzné analýzy, atď. Vylepšenia sa uskutočňujú vďaka pokrom v hlbokom učení, tvorením nových trénovacích a testovacích dátovych sad a rôznych súťaží vo verifikácií osôb a workshopov. V tejto práci preskúmame modely pre verifikáciu osôb bez extrakcie príznakov. Používanie nespracovaných zvukových stôp ako vstupy modelov zjednodušuje spracovávanie vstpu a teda znižujú sa výpočetné a pamäťové požiadavky a redukuje sa počet hyperparametrov potrebných pre tvorbu príznakov z nahrávok, ktoré ovplivňujú výsledky. Momentálne modely bez extrakcie príznakov nedosahujú výsledky modelov s extrakciou príznakov. Na základných modeloch budeme experimentovať s modernými technikamy a budeme sa snažiť zlepšiť presnosť modelov. Experimenty s modernými technikamy značne zlepšili výsledky základných modelov ale stále sme nedosiahli výsledky vylepšeného modelu s extrakciou príznakov. Zlepšenie je ale dostatočné nato aby sme vytovrili fúziu so s týmto modelom. Záverom diskutujeme dosiahnuté výsledky a navrhujeme zlepšenia na základe týchto výsledkov.	en
dc.description.abstract	Speaker verification is a field that is still improving its state of the art (SotA) and tries to meet the demands of its use in speaker authentication systems, forensic applications, etc. The improvements are made by the advancements in deep learning, the creation of new training and testing datasets and various speaker recognition challenges and speech workshops. In this thesis, we will explore models for speaker verification without feature extraction. Inputting the models with raw speaker waveform simplifies the pipeline of the systems, thus saving computational and memory resources and reducing the number of hyperparameters needed for creating the features from waveforms that affect the results. Currently, the models without feature extraction do not achieve the performance of the models with feature extraction. By applying various techniques to the models we will try to improve the baseline performance of the current models without feature extraction. The experiments with SotA techniques improved the performance of a model without feature extraction considerably however we still did not achieve the performance of a SotA model with feature extraction. However, the improvement is considerable enough so that we can use the improved model in a fusion with feature extraction model. We also discussed the experimental results and proposed improvements that aim to solve discovered limitations.	cs
dc.description.mark	A	cs
dc.identifier.citation	LUKÁČ, P. Verifikace osob podle hlasu bez extrakce příznaků [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136783	cs
dc.identifier.uri	http://hdl.handle.net/11012/200155
dc.language.iso	en	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	verifikácia osôb	en
dc.subject	bez extrakcie príznakov	en
dc.subject	obtisk rečníka	en
dc.subject	residuálne siete	en
dc.subject	RawNet	en
dc.subject	VoxCeleb1	en
dc.subject	VoxCeleb2	en
dc.subject	VoxSRC	en
dc.subject	škálovenie máp príznakov	en
dc.subject	SincNet	en
dc.subject	Aditívna Uhlová Okrajová funkcia	en
dc.subject	fúzia	en
dc.subject	speaker verification	cs
dc.subject	featureless extraction	cs
dc.subject	speaker embedding	cs
dc.subject	residual network	cs
dc.subject	RawNet	cs
dc.subject	VoxCeleb1	cs
dc.subject	VoxCeleb2	cs
dc.subject	VoxSRC	cs
dc.subject	Feature Map Scaling	cs
dc.subject	SincNet	cs
dc.subject	Additive Angular Margin loss	cs
dc.subject	fusion	cs
dc.title	Verifikace osob podle hlasu bez extrakce příznaků	en
dc.title.alternative	Speaker Verification without Feature Extraction	cs
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2021-06-24	cs
dcterms.modified	2021-09-01-13:10:32	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136783	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.23 00:10:59	en
sync.item.modts	2021.11.22 23:42:54	en
thesis.discipline	Zpracování zvuku, řeči a přirozeného jazyka	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

Verifikace osob podle hlasu bez extrakce příznaků

Files

Original bundle

Collections