Určování a analýza periodicity v řečových signálech
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
V teoretické části bakalářské práce je provedeno seznámení s podstatou řečového signálu, metodou krátkodobé analýzy a je objasněn pojem periodicita. Následuje rozbor analyzovaných vlastností signálu čítajících znělost/neznělost, intonaci a podobnost sousedních period, dále je uvedena přehledová studie metod použitelných k jejich analýze. Tyto metody zahrnují ZCR, STE, HNR, ACF, NCC, AMDF a DTW. V rámci praktické části byly naprogramovány algoritmy využívající tyto metody v prostředí MATLAB, společně s obslužnými funkcemi pro segmentaci a předzpracování signálu. Všechny algoritmy byly otestovány na reálných řečových signálech a dosažené výsledky jsou rozebrány na konci práce společně s příklady využitelnosti v praxi.
Theoretical part starts with a short introduction to speech signals and short time analysis method. Concept of periodicity is clarified. This is followed by analysis of the speech signal parameters - voiced/unvoiced classification, intonation and short time period similarity. Next the overview of methods used to analyze the mentioned parameters together with concepts of their algorithms is provided. These methods include ZCR, STE, HNR, ACF, NCC, AMDF and DTW. Algorithms using the methods with supporting preprocessing algorithms were programmed in MATLAB for practical part. All were tested on real speech signals and the results are discussed at the end of the thesis.
Theoretical part starts with a short introduction to speech signals and short time analysis method. Concept of periodicity is clarified. This is followed by analysis of the speech signal parameters - voiced/unvoiced classification, intonation and short time period similarity. Next the overview of methods used to analyze the mentioned parameters together with concepts of their algorithms is provided. These methods include ZCR, STE, HNR, ACF, NCC, AMDF and DTW. Algorithms using the methods with supporting preprocessing algorithms were programmed in MATLAB for practical part. All were tested on real speech signals and the results are discussed at the end of the thesis.
Description
Citation
MALUCHA, J. Určování a analýza periodicity v řečových signálech [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2020.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
prof. Ing. Aleš Prokeš, Ph.D. (předseda)
doc. Ing. Jiří Blumenstein, Ph.D. (místopředseda)
doc. Ing. Petr Kadlec, Ph.D. (člen)
Ing. Michal Kubíček, Ph.D. (člen)
Ing. Tomáš Urbanec, Ph.D. (člen)
Date of acceptance
2020-06-24
Defence
Student prezentuje výsledky a postupy řešení své bakalářské práce. Následně odpovídá na dotazy vedoucího a oponenta práce a na dotazy členů zkušební komise: Ing. Tomáš Urbanec, Ph.D: Čím je způsobena změna šířky sloupců v grafu četnosti? Student se snaží vysvětlit změnu šířky. Ing. Petr Kadlec, Ph.D: Na kolika řečových vzorcích jste váš program testoval? Student vysvětluje, že pouze na jedné větě. doc. Ing. Jiří Blumenstein, Ph.D: Jaká je definice kvaziperiodicity a rozdíl mezi vaším programem a programem Praat? Student vysvětluje. prof. Ing. Aleš Prokeš, Ph.D: Proč byla zvolena doba segmentování 20ms? Student vysvětluje.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení