| Název: | Optimalizace rozmístění pásmových filtrů v MFCC s ohledem na zpracovávanou množinu řečníků |
| Další názvy: | Optimization of band-pass filters in MFCC with respect to clusters of speakers |
| Autoři: | Jarolín, Milan |
| Vedoucí práce/školitel: | Psutka Jr., Josef |
| Datum vydání: | 2012 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | bakalářská práce |
| URI: | http://hdl.handle.net/11025/5845 |
| Klíčová slova: | parametrizace řeči;pásmový filtr;melovské filtry;MFCC |
| Klíčová slova v dalším jazyce: | speech parameterization;bandpass filter;mel filter;MFCC |
| Abstrakt: | V této bakalářské práci se zabýváme problematikou parametrizace řečového signálu pomocí různých způsobů modifikace metody Melovských kepstrálních koeficientů(MFCC) v procesu rozpoznávání řeči s ohledem na množiny řečníků. Naším cílem je ověření optimálního rozmístění a tvaru filtrů na frekvenční ose u metody MFCC. První modifikace metody MFCC spočívá v použití alternativních tvarů filtrů (obdélníkový, cosinusový, sinusový, lichoběžníkový). Druhá modifikace se zabývá odlišným rozmístěním filtrů v melovské bance oproti původnímu, které se snaží o kompenzaci nelinearity citlivosti sluchového ústrojí vůči frekvenci. Ve výsledku zkoumáme vliv těchto modifikací parametrizační metody MFCC na úspěšnost rozpoznávání promluv ze zvolené množiny testovaných dat, pro jednotlivé množiny trénovacích řečníků. Pro realizaci procesů trénování a rozpoznávání používáme modul HTK. Získané poznatky poté konfrontujeme s výsledky dosaženými původním nastavením metody MFCC. |
| Abstrakt v dalším jazyce: | In this bachelor thesis we deal with parametrization of the speech signal problem using different ways of modification method Mel cepstral coefficients (MFCC) in the process of speech recognition with respect to a set of speakers. Our aim is to verify the optimal location and the shape of the filters on the frequency axis at the method MFCC. The first modification of the method MFCC consists in using alternative shapes of filters(rectangle, cosine, sine, trapezoid). The second modification deals with a different placement of filters in the mel bank compared to the original, which tries to compensate nonlinear sensitivity of the auditory system to frequency. As a result, we examine the effects of these modifications parameterization method MFCC for recognition success utterances from a selected set of test data for each set of training speakers. For the execution of the processes of training and recognition using HTK module. Gained knowledge is then confronted with the results achieved by setting the original method MFCC. |
| Práva: | Plný text práce je přístupný bez omezení. |
| Vyskytuje se v kolekcích: | Bakalářské práce / Bachelor´s works (KKY) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| M.Jarolin - Bakalarska Prace 2012.pdf | Plný text práce | 457,39 kB | Adobe PDF | Zobrazit/otevřít |
| jarolin-v.pdf | Posudek vedoucího práce | 1,66 MB | Adobe PDF | Zobrazit/otevřít |
| jarolin-p.pdf | Průběh obhajoby práce | 1,3 MB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/5845Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.