Rozpoznání typu přenosového kanálu z řečového signálu

Simple item page
but.committeeprof. Ing. Eva Gescheidtová, CSc. (předseda) prof. Ing. Zdeněk Smékal, CSc. (místopředseda) Ing. Michal Kohoutek, Ph.D. (člen) doc. Ing. Petr Číka, Ph.D. (člen) Ing. Hicham Atassi, Ph.D. (člen) Ing. Jiří Balej, Ph.D. (člen)cs
but.defencePráce neobsahuje podrobnosti ohledně parametrů SVM algoritmu. Popište tyto parametry, jejich význam, hodnoty a typ použitého jádra. Jaké další metody výběru příznaků znáte?cs
but.jazykčeština (Czech)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorAtassi, Hichamcs
dc.contributor.authorKopřiva, Tomášcs
dc.contributor.refereeBurget, Radimcs
dc.date.created2013cs
dc.description.abstractPráce se zabývá rozpoznáním pěti odlišných řečových přenosových kanálů. Použité kanály jsou: GSM, dva PSTN a dva VoIP kanály. Pro účely testování a trénování je vytvořena pro přenosové kanály řečová databáze SPLAB_TranCh. Řečové nahrávky z tohoto korpusu pochází z databáze TIMIT a každá promluva prošla každým přenosovým kanálem. Hlavním cílem práce je nalezení optimálních příznaků a klasifikátorů, které poskytují nejvyšší úspěšnost klasifikace. Je vyzkoušeno několik typů příznaků, včetně MFCC, LPCC a spektrálních charakteristik. Nejlepší suprasegmentální příznaky byly určeny algoritmem mRMR. Také bylo otestováno několik klasifikátorů. Výsledky ukazují, že rozpoznání přenosových kanálů může být realizováno s vysokou úspěšností (okolo 90 %). Práce také zkoumá vliv zkreslení, které může nastat během přenosu, na úspěšnost klasifikace. Jsou uvažovány následující typy zkreslení: saturace, prahování, ozvěna, praskání a vliv filtrů a různých barev šumů.cs
dc.description.abstractThis work deals with the classification of five different transmission channels by speech signal processing. The channels considered are: GSM, two PSTN channels and two VoIP channels. For the training and testing purposes, a speech database for the transmission channels called SPLAB_TranCh was constructed. The speech signals of this corpus originally come from well-known TIMIT database, where each utterance passed through each mentioned transmission channel. The main objective of this work is to find optimal features and classification accuracy that yield best classification accuracy. Several types of features, including MFCC, LPCC and spectral characteristics were put under examination. The best suprasegmental features were identified by using mRMR algorithm. Several classifiers were tested as well. The results suggested that the classification of transmission channel can be performed with high accuracy (around 90 %). Influence of adverse effects, which can occur during transmission, is also examined. Considered types of distortions are: saturation, thresholding, echo, crackling noises and different colors of noises and filters.en
dc.description.markAcs
dc.identifier.citationKOPŘIVA, T. Rozpoznání typu přenosového kanálu z řečového signálu [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2013.cs
dc.identifier.other66592cs
dc.identifier.urihttp://hdl.handle.net/11012/27336
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.subjectRozpoznání kanálucs
dc.subjectMFCCcs
dc.subjectLPCCcs
dc.subjectGMMcs
dc.subjectKNNcs
dc.subjectSVMcs
dc.subjectmRMRcs
dc.subjectsuprasegmentální příznakycs
dc.subjectzkreslení kanálucs
dc.subjectChannel classificationen
dc.subjectMFCCen
dc.subjectLPCCen
dc.subjectGMMen
dc.subjectKNNen
dc.subjectSVMen
dc.subjectmRMRen
dc.subjectsuprasegmental featuresen
dc.subjectchannel distortionen
dc.titleRozpoznání typu přenosového kanálu z řečového signálucs
dc.title.alternativeSpeech-signal-based recognition of type of transmission channelen
dc.typeTextcs
dc.type.driverbachelorThesisen
dc.type.evskpbakalářská prácecs
dcterms.dateAccepted2013-06-20cs
dcterms.modified2013-06-24-12:25:21cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid66592en
sync.item.dbtypeZPen
sync.item.insts2025.03.16 13:26:47en
sync.item.modts2025.01.17 12:15:06en
thesis.disciplineTeleinformatikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelBakalářskýcs
thesis.nameBc.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
5.25 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
16.8 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_66592.html
Size:
3.69 KB
Format:
Hypertext Markup Language
Description:
file review_66592.html
Download
Collections
2013