Sada JavaAppletů pro demonstraci zpracování řeči
Loading...
Date
Authors
Kudr, Michal
Advisor
Referee
Mark
C
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta informačních technologií
ORCID
Abstract
Cílem práce je seznámit se s metodami a technikami využívanými při zpracování řeči. Pomocí získaných znalostí navrhuji tři JavaApplety demonstrující vybrané metody. V této práci můžeme nalézt teoretický rozbor vybraných problémů.
The goal of the thesis is being familiar with methods a techniques used in speech processing. Using the obtained knowledge I propose three JavaApplets demonstrating selected methods. In this thesis we can find the theoretical analysis of selected problems.
The goal of the thesis is being familiar with methods a techniques used in speech processing. Using the obtained knowledge I propose three JavaApplets demonstrating selected methods. In this thesis we can find the theoretical analysis of selected problems.
Description
Keywords
Řeč , signál , rámec , příznaky , základní tón , autokorelace , rozpoznávání , dynamické borcení času , skryté Markovovy modely , vektor , spektrum , trénování , likelihood. , Speech , signal , frame , features , pitch , autocorrelation , recognizing , dynamic time warping , hidden markov's models , vector , spectrum , training , likelihood.
Citation
KUDR, M. Sada JavaAppletů pro demonstraci zpracování řeči [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2010.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Počítačová grafika a multimédia
Comittee
prof. Dr. Ing. Pavel Zemčík, dr. h. c. (předseda)
doc. RNDr. Pavel Smrž, Ph.D. (místopředseda)
Ing. Vladimír Bartík, Ph.D. (člen)
doc. Dr. Ing. Otto Fučík (člen)
doc. RNDr. Pavel Hruška, CSc. (člen)
doc. Ing. Vladimír Janoušek, Ph.D. (člen)
Date of acceptance
2010-08-30
Defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se pak seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na doplňující dotazy členů komise. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " C ". Otázky u obhajoby: Na konci práce v kapitole o rozpoznáváni izolovaných slov uvádíte, že dlouhé nahrávky s tichem či ruchy zpomalí chod programu díky zbytečné parametrizaci. Toto není zcela pravda obzvlášť u větších systémů. Mnoho ticha v nahrávce způsobuje zpomalení nejen díky parametrizaci. Kde ještě? Proč u EM algoritmu celková "likelihood" nemůže klesat.
Result of defence
práce byla úspěšně obhájena