dc.contributor.advisor	Koldovský Zbyněk, prof. Ing. Ph.D. :56862	cs
dc.contributor.author	Vrbová, Tereza	cs
dc.contributor.referee	Kautský Václav, Ing. Ph.D. :69483	cs
dc.date.accessioned	2025-07-14T12:44:02Z
dc.date.available	2025-07-14T12:44:02Z
dc.date.committed	9.5.2025	cs
dc.date.defense	10.6.2025	cs
dc.date.issued	2025-06-10	cs
dc.date.submitted	14.10.2024	cs
dc.description.abstract	Při zpracování řeči z reálného prostředí, například při automatickém přepisu, se objevuje problém zhoršené kvality nahrávek způsobené okolním hlukem nebo přítomností dalších mluvčích. Tato práce se zaměřuje na zlepšení srozumitelnosti cílového mluvčího prostřednictvím jeho extrakce ze směsi řečových signálů. Použitou metodou je slepá extrakce zdroje (BSE), konkrétně analýza nezávislých komponent (ICA), která vychází ze statistické nezávislosti jednotlivých řečových signálů. ICA však může selhat, pokud se zaměří na nesprávného mluvčího. Řešením je využití tzv. pilotujícího signálu, který algoritmus navádí k cílovému mluvčímu. V rámci této práce byl navržen a implementován hybridní systém, který predikuje pilotující signál pomocí konvoluční neuronové sítě. Síť byla trénována na datech s vytvořenými realistickými směsmi řeči, obsahujícími dozvuky simulované impulzní odezvou místnosti. Jako vstupní příznaky byly použity rozdíly fází a intenzit (IPD, ILD), výstupem je časově proměnlivý odhad dominance cílového řečníka. Tyto predikované signály byly následně využity jako postranní informace v rámci informované ICA (iFICA), čímž došlo ke zlepšení přesnosti extrakce. Vyhodnocení na testovacích datech ukázalo zvýšení poměru signálu k ruchu (SIR) v extrahovaných nahrávkách, což potvrzuje účinnost navrženého přístupu. Tato práce ukazuje, že využití pilotujících signálů získaných pomocí strojového učení může zvýšit kvalitu extrakce cílového mluvčího ze směsi řečových signálů oproti slepé extrakci.	cs
dc.description.abstract	When processing speech from real-world environments, such as in automatic transcription, recording quality can be degraded by ambient noise or the presence of other speakers. This work focuses on improving the intelligibility of the target speaker by extracting their voice from a mixture of speech signals. The method used is Blind Source Extraction (BSE), specifically Independent Component Analysis (ICA), which is based on the statistical independence of individual speech signals. However, ICA can fail if it focuses on the wrong speaker. The solution is to use a so-called pilot signal that guides the algorithm to the target speaker. In this work, a hybrid system that predicts the pilot signal using a Convolutional Neural Network was designed and implemented. The network was trained on created data containing realistic speech mixtures, including reverberations simulated using Room Impulse Response. Phase and level differences (IPD, ILD) were used as input features, and the output is a time-varying estimate of the dominance of the target speaker. These predicted signals were subsequently used as side information in an informed ICA (iFICA), resulting in improved extraction accuracy. Evaluation on test data showed an increase in Signal to Interference Ratio (SIR) in the extracted recordings, confirming the effectiveness of the proposed approach. This work demonstrates that pilot signals predicted by machine learning can improve the quality of target speaker extraction compared to conventional Blind Source Extraction.	en
dc.format	60	cs
dc.identifier.uri	https://dspace.tul.cz/handle/15240/177320
dc.language.iso	CS	cs
dc.subject	slepá extrakce	cs
dc.subject	slepá separace	cs
dc.subject	analýza nezávislých komponent	cs
dc.subject	postranní informace	cs
dc.subject	konvoluční neuronové sítě	cs
dc.title	Hybridní systém pro extrakci řečového signálu na základě informovaného algoritmu FICA	cs
dc.title	Hybrid system for speech extraction based on the Informed FICA algorithm	en
dc.type	diplomová práce	cs
local.degree.abbreviation	Bakalářský	cs
local.identifier.author	M22000195	cs
local.identifier.stag	47826	cs

Hybridní systém pro extrakci řečového signálu na základě informovaného algoritmu FICA

Files

Original bundle

Collections