but.committee	prof. Ing. Martin Drahanský, Ph.D. (předseda) prof. Ing. Tomáš Vojnar, Ph.D. (místopředseda) Ing. František Grézl, Ph.D. (člen) Ing. Martin Hrubý, Ph.D. (člen) Mgr. Kamil Malinka, Ph.D. (člen) Mgr. Ing. Pavel Očenášek, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: V práci ukazujete i analyzujete výraznou degradaci systému za předpokladu že nebyl trénován ve stejných nebo podobných podmínkách. Zvažoval jste užití de-reverbereračních technik jako například Weight Prediction Error (WPE) V případě použití alignmentů z čistých dat pro trénování sitě na augmentovaných datech, použil ste jen alignmenty nebo i lattice? Z pohledu LF-MMI objektivní funkce lze zvážit pouze čisté alignmenty (slouží pro cross-entropy regularizaci) a nechat lattice vygenerovat na cilových datech. r- a zejména x- vektory trénujete na malém množství dat (100h). Pro tuto architekturu je dobré mít aspoň 0.5-1k hodin (bez augmentace). Můžete zdůvodnit proč?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Szőke, Igor	cs
dc.contributor.author	Paliesek, Jakub	cs
dc.contributor.referee	Karafiát, Martin	cs
dc.date.accessioned	2021-06-25T07:55:44Z
dc.date.available	2021-06-25T07:55:44Z
dc.date.created	2021	cs
dc.description.abstract	Táto diplomová práca sa venuje vplyvom akustiky miestnosti na úspešnosť rozpoznávania reči. Na vyhodnotenie experimentov bol použitý rečový korpus LibriSpeech a databáza impulzných odoziev a šumu ReverbDB. Skúmané rozpoznávače reči boli založené na Kaldi recepte Mini LibriSpeech. Najskôr bolo zmerané, ako sa rozpoznávač dokáže naučiť rozpoznávať vo vybraných prostediach použitím rovnakých akustických podmienok pri trénovaní aj testovaní. Následne bolo experimentované s architektúrou systému s cieľom dosiahnuť čo najlepšiu robustnosť voči rôznym novým podmienkam za použitia metód pre adaptáciu na prostredie pomocou r-vektorov a i-vektorov. Bol ukázaný prínos nedávno predstavenej techniky r-vektorov aj pri použití augmentácie dát pomocou reálnych impulných odoziev.	cs
dc.description.abstract	This diploma thesis deals with impact of room acoustics on automatic speech recognition (ASR) accuracy. Experiments were evaluated on speech corpus LibriSpeech and database of impulse responses and noise called ReverbDB. Used ASRs were based on Mini LibriSpeech recipe for Kaldi. First it was examined how well can ASR learn to transcribe in selected environments by using the same acoustic conditions during training and testing. Next, experiments were carried out with modifications of ASR architecture in order to achieve better robustness against new conditions by using methods for adapation to room acoustics - r-vectors and i-vectors. It was shown that recently proposed method of r-vectors is beneficial even when using real impulse responses for data augmentation.	en
dc.description.mark	C	cs
dc.identifier.citation	PALIESEK, J. Vliv akustiky prostředí na úspěšnost rozpoznávače řeči [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136802	cs
dc.identifier.uri	http://hdl.handle.net/11012/200173
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	rozpoznávanie reči	cs
dc.subject	akustika miestnosti	cs
dc.subject	adaptácia	cs
dc.subject	impulzná odozva	cs
dc.subject	speech recognition	en
dc.subject	room acoustics	en
dc.subject	adaptation	en
dc.subject	impulse response	en
dc.title	Vliv akustiky prostředí na úspěšnost rozpoznávače řeči	cs
dc.title.alternative	Impact of Environment Acoustics on Speech Recognition Accuracy	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2021-06-23	cs
dcterms.modified	2021-06-24-11:35:09	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136802	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.22 23:10:07	en
sync.item.modts	2021.11.22 22:22:15	en
thesis.discipline	Bezpečnost informačních technologií	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Vliv akustiky prostředí na úspěšnost rozpoznávače řeči

Files

Original bundle

Collections