but.committee	prof. Ing. Adam Herout, Ph.D. (předseda) doc. Mgr. Adam Rogalewicz, Ph.D. (místopředseda) doc. Ing. Michal Bidlo, Ph.D. (člen) doc. Ing. Martin Čadík, Ph.D. (člen) Ing. Zbyněk Křivka, 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 přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Jak velký slovník jste měl k dispozici? Jaký je Váš hlavní přínos? Co si myslíte o vysoké chybovosti, které jste dosáhl? Jak si Vaše metoda stojí v porovnání s existujícími řešeními?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Hradiš, Michal	cs
dc.contributor.author	Kadleček, Josef	cs
dc.contributor.referee	Kišš, Martin	cs
dc.date.created	2019	cs
dc.description.abstract	Tato práce se zabývá současnými metodami pro přepis řeči na text a odezírání ze rtů za pomoci neuronových sítí. Následně se zabývá podobností architektur neuronových sítí operujících nad zvukem a videem při rozpoznávání řeči a porovnává dostupné audiovizuální datové sady. Výsledkem práce je sada experimentů porovnávající různé zásahy do modelu a jejich dopad na výsledky. Dále je součástí implementace systému pro přepis řeči (CER: 12.6 %) a pro odezírání ze rtů (CER: 57,7 %). Architektury obou systémů jsou založeny na extrakci příznaků pomocí konvolučních vrstev. Za nimi následují rekurentní vrstvy LSTM, další řada konvolučních vrstev a hodnotící funkce CTC.	cs
dc.description.abstract	This thesis deals with current methods for automatic speech recognition and lip reading via neural networks. Furthermore it deals with similarities in the architectures of neural networks for audio and visual data and available datasets in the field of audiovisual automatic speech recognition. The main contribution of this thesis is set of experiments comparing different changes in neural network architecture and its impact on results. The thesis includes an implementation of a system for automatic speech recognition from audio (CER: 12.6 %) and visual (CER: 57,7 %) data. The architectures of both systems are based on features extraction via convolutional networks followed by recurrent layers LSTM, another layer of convolutions and loss function CTC.	en
dc.description.mark	B	cs
dc.identifier.citation	KADLEČEK, J. Odezírání ze rtů pomocí hlubokých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	122043	cs
dc.identifier.uri	http://hdl.handle.net/11012/180194
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	Odezírání ze rtů	cs
dc.subject	přepis řeči	cs
dc.subject	neuronové sítě	cs
dc.subject	rekurentní neuronové sítě	cs
dc.subject	konvoluce	cs
dc.subject	počítačové vidění	cs
dc.subject	sekvence na sekvenci	cs
dc.subject	Enkodér-Dekodér	cs
dc.subject	CTC	cs
dc.subject	PyTorch	cs
dc.subject	Python.	cs
dc.subject	Lip reading	en
dc.subject	speech recognition	en
dc.subject	neural networks	en
dc.subject	recurrent neural network	en
dc.subject	convolution	en
dc.subject	computer vision	en
dc.subject	sequence to sequence	en
dc.subject	Encoder-Decoder	en
dc.subject	CTC	en
dc.subject	PyTorch	en
dc.subject	Python.	en
dc.title	Odezírání ze rtů pomocí hlubokých neuronových sítí	cs
dc.title.alternative	Convolutional Networks for Lip Reading	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-11	cs
dcterms.modified	2019-07-08-13:31:24	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	122043	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:24:23	en
sync.item.modts	2025.01.15 17:53:10	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

Odezírání ze rtů pomocí hlubokých neuronových sítí

Files

Original bundle

Collections