Analýza vlivu přítomnosti šumu v nahrávkách na automatizovanou detekci hypokinetické dysartrie

Simple item page
but.committeeprof. Mgr. Pavel Rajmic, Ph.D. (předseda) doc. Ing. MgA. Mgr. Dan Dlouhý, Ph.D. (místopředseda) doc. Ing. Jiří Schimmel, Ph.D. (člen) RNDr. Lubor Přikryl (člen) Ing. Jaromír Mačák, Ph.D. (člen) Ing.MgA. Edgar Mojdl, Ph.D. (člen) Ing. Štěpán Miklánek, Ph.D. (člen)cs
but.defenceStudentka prezentovala výsledky své práce a komise byla seznámena s posudky. Otázky oponenta: 1. V práci používáte logistickou regresi s použitím všech parametrů. Jak by jste určila tzv. „feature importance“ neboli důležitost jednotlivých parametrů v natrénovaném modelu? 2. Použili jste při trénování logistické regrese normalizaci hodnot jednotlivých parametrů? Proč je logistická regrese citlivá na rozsah hodnot parametrů? 3. Databáze českých záznamů je poměrně nevyvážená ve smyslu počtu nahrávek pro jednotlivé třídy. Tento fakt ovlivňuje přesnost učícího algoritmu. Jak by jste řešila vyváženost datasetu? Doplňující otázka: Čím se projevuje řečová dysartrie? Studentka obhájila diplomovou práci a odpověděla na otázky (kromě části otázky č.2) členů komise a oponenta.cs
but.jazykčeština (Czech)
but.programAudio inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorKováč, Danielcs
dc.contributor.authorHavelková, Nikolacs
dc.contributor.refereeGaláž, Zoltáncs
dc.date.created2022cs
dc.description.abstractPráce se zabývá analýzou vlivu přítomnosti šumu v nahrávkách na automatizovanou detekci hypokinetické dysartrie. Pro zvýraznění řeči jsou zvoleny a v prostředí MATLAB R2022a implementovány vhodné jednokanálové metody, a to konkrétně spektrální odečítání a Kalmanův filtr. Metody jsou rovněž použity i u nahrávek bez zatížení šumem, ke kterým byl přidán aditivní bílý šum. Účinnost těchto metod je pak hodnocena objektivně pomocí hodnot odstupu signálu od šumu. Po zvýraznění řeči jsou z nahrávek extrahovány řečové příznaky. Vliv přítomnosti šumu, a i jeho následné potlačení jednotlivými metodami, je následně vyhodnoceno statistickou analýzou, konkrétně za pomoci Kruskal-Wallisova testu a post-hoc Dunnova testu. Distribuce pravděpodobnosti parametrů nahrávek čistých, zašuměných i zvýrazněných, u nichž je dle statistických testů vliv šumu signifikantní, jsou vykresleny za pomoci houslových a krabicových grafů. Na závěr byla provedena klasifikace nahrávek logistickou regresí za pomoci strojového učení, kdy byl dle hodnot plochy pod ROC křivkou popsán vliv přítomnosti šumu a následné zvýraznění řeči na automatizovanou detekci hypokinetické dysartrie.cs
dc.description.abstractThis thesis deals with the automated detection of hypokinetic dysarthria by analysing the influence of noise present in recordings. Appropriate single-channel methods, specifically the spectral subtraction and Kalman filter, are selected and implemented in the MATLAB R2022a to enhance speech. These methods are also used for noise-free recordings, to which additive white noise was added. Afterwards, the effectiveness of these methods is objectively evaluated by using signal-to-noise ratio values. After enhancing of speech, interferences are extracted from the recordings. The effect of the presence of noise, as well as its subsequent suppression by individual methods, is then evaluated by statistical analysis, specifically using the Kruskal-Wallis test and the post hoc Dunn’s test. The probability of distributing parameters of clean, noisy and enhanced recordings, for which the effect of noise is significant, according to statistical tests, are plotted using violin and box graphs. Finally, the classification was done by logistic regression with the help of machine learning, where the effect of the presence of noise and subsequent speech enhancement on automated detection of hypokinetic dysarthria was described according to the area values under the ROC curve.en
dc.description.markBcs
dc.identifier.citationHAVELKOVÁ, N. Analýza vlivu přítomnosti šumu v nahrávkách na automatizovanou detekci hypokinetické dysartrie [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.cs
dc.identifier.other141420cs
dc.identifier.urihttp://hdl.handle.net/11012/204982
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectHypokinetická dysartriecs
dc.subjectřečové příznakycs
dc.subjectzvýraznění řečics
dc.subjectspektrální odečítánícs
dc.subjectKalmanův filtrcs
dc.subjectodstup signálu od šumucs
dc.subjectlogistická regresecs
dc.subjectHypokinetic dysarthriaen
dc.subjectspeech featuresen
dc.subjectspeech enhancementen
dc.subjectspectral subtractionen
dc.subjectKalman filteren
dc.subjectsignal-to-noise ratioen
dc.subjectlogistic regressionen
dc.titleAnalýza vlivu přítomnosti šumu v nahrávkách na automatizovanou detekci hypokinetické dysartriecs
dc.title.alternativeAnalysis of impact of noise in recordings on the automated detection of hypokinetic dysarthriaen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2022-06-09cs
dcterms.modified2024-05-17-12:49:36cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid141420en
sync.item.dbtypeZPen
sync.item.insts2025.03.26 14:32:06en
sync.item.modts2025.01.15 19:55:51en
thesis.disciplineZvuková produkce a nahrávánícs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
4.12 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
12.6 MB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_141420.html
Size:
5.3 KB
Format:
Hypertext Markup Language
Description:
file review_141420.html
Download
Collections
2022