dc.contributor.advisor	Nouza, Jan
dc.contributor.author	Kuchařová, Michaela
dc.date	2011
dc.date.accessioned	2015-06-30
dc.date.available	2015-06-30
dc.date.committed	2011-05-20
dc.date.defense	2011-06-22
dc.date.issued	2011
dc.date.submitted	2010-10-01
dc.degree.level	mgr	cs
dc.description	katedra: ITE; přílohy: 1x CD; rozsah: 67	cs
dc.description.abstract	Tato diplomová práce se zabývá závislostí úspěšnosti rozpoznávání mluvené řeči na použitém mikrofonu a částečné též na mluvčím. Cílem práce bylo vytvořit databázi, která by obsahovala nahrávky od různých mluvčích a z různých mikrofonů, které by byly vhodné pro objektivní porovnání daných mikrofonů. Po zjištění, že rozpoznávání řeči je poměrně značně závislé na použitém mikrofonu, jsem vytvořila systém pro rozpoznávání řeči v prostředí HTK (The Hidden Markov Model Toolkit) a otestovala jsem základní metody a různé vstupní parametry tohoto systému. Jako první metoda adaptace byla otestována intuitivní metoda, která přidávala k trénovací sadě nahrávek adaptační data s různou vahou. Poté jsem vyzkoušela několik pokročilejších metod adaptace a ověřovala, jak se po jejich aplikaci změní rozdíl úspěšností mezi nahrávkami z různých mikrofonů. Toto testování proběhlo jak na rozpoznávacím systému v prostředí HTK, tak i na profesionálním systému pro rozpoznávání řeči, který se používá v praxi v několika komerčních aplikacích a byl vyvinut Laboratoří počítačového zpracování řeči na Ústavu informačních technologií a elektroniky, FM TUL. Nejlepší testovaná metoda MLLR (Maximum Likelihood Linear Regression) dosáhla s rozpoznávacím systémem poskytnutým Laboratoří počítačového zpracování řeči průměrné zlepšení úspěšnosti rozpoznávání řeči 2 %. Vzhledem k relativně malému objemu adaptačních dat (jednalo se o v průměru 30 vteřin dlouhou nahrávku, která obsahovala foneticky bohaté věty) je uvedené zlepšení znatelné	cs
dc.description.abstract	This master thesis deals with the dependence of success in speech recognition on a used microphone and partly on a speaker. The aim was to create a database that would contain recordings from different speakers and from different microphones, which would be suitable for objective comparison of the microphones. After finding that speech is significantly dependent on the microphone, I have created a system for speech recognition in the HTK (The Hidden Markov Model Toolkit) and I tested the basic methods and different input parameters of the system. As a first adaptation method, I tested an intuitive method, which added adaptation data (with different weights) to the training set. Then I tested a few more advanced methods of adaptation and investigated how the difference changed between records from different microphones after their application. Testing was done with a recognition system in the HTK, and on the professional system for speech recognition, which is used in several commercial applications and which was developed by the Laboratory of speech processing at the Institute of Information Technology and Electronics at Technical University Liberec. The best tested method was MLLR (Maximum Likelihood Linear Regression). It achieved an average improvement of speech recognition accuracy in range of 2 %. As the amount of the adaptation data was rather small (it was in average 30 seconds long record, which contained phonetically rich sentences), the improvement is good.	en
dc.format	text
dc.identifier.uri	https://dspace.tul.cz/handle/15240/10904
dc.language.iso	cs
dc.publisher	Technická Univerzita v Liberci	cs
dc.subject	zpracování řeči	cs
dc.subject	rozpoznávání řeči	cs
dc.subject	druhy mikrofonů	cs
dc.subject	adaptace na mluvčího	cs
dc.subject	adaptace na přenosový kanál	cs
dc.subject	speech processing	en
dc.subject	speech recognition	en
dc.subject	types of microphones	en
dc.subject	speaker adaptation	en
dc.subject	transmission channel adaptation	en
dc.subject.verbis	informační technologie	cs
dc.title	Vliv řečníka a přenosového kanálu na systém rozpoznávání řeči	cs
dc.title.alternative	Speaker and transmission channel effect on speech recognition system	en
dc.type	Thesis
local.department	ITE	cs
local.faculty	Fakulta mechatroniky, informatiky a mezioborových studií	cs
local.identifier.stag	20520
local.identifier.verbis	451953
local.note.administrators	oprava_A
local.verbis.aktualizace	2019-10-05 05:59:38	cs
local.verbis.studijniprogram	ITE Elektrotechnika a informatika/Informační technologie	cs

Vliv řečníka a přenosového kanálu na systém rozpoznávání řeči

Title Alternative:Speaker and transmission channel effect on speech recognition system

Files

Original bundle

Collections