Optimalizovaná a paralelní implementace metod pro rozpoznávání řeči

Show simple item record
dc.contributor.advisorVaněk, Jan
dc.contributor.authorKunešová, Marie
dc.contributor.refereePsutka Jr., Josef
dc.date.accepted2013-06-25
dc.date.accessioned2014-02-06T12:30:28Z
dc.date.available2012-09-24cs
dc.date.available2014-02-06T12:30:28Z
dc.date.issued2013
dc.date.submitted2013-05-17
dc.description.abstractTato práce se zabývá analýzou a optimalizací metod rozpoznávání řeči z hlediska rychlosti výpočtu a přesnosti rozpoznávání. Je použito rozpoznávání řeči využívající skrytých Markovových modelů. Optimalizace z hlediska času výpočtu je zaměřena na zrychlení výpočtu akustických pravděpodobností a dekódování jako celku. Druhá část práce se zabývá analýzou a optimalizací rozpoznávání z hlediska jeho úspěšnosti. Rozpoznávány byly promluvy sestávající z posloupnosti číslovek. Je stanoven optimální počet stavů HMM připadajících na každé slovo a způsob normalizace dat a je zavedena penalizace slov. Dále je získána referenční posloupnost stavů HMM a na jejím základě jsou hledány nejčastěji se vyskytující záměny. Závěrem práce je zkoumán vliv zkreslení dat na kvalitu rozpoznávání.cs
dc.description.abstract-translatedThis thesis concerns the analysis and optimization methods of speech recognition in regards to computation speed and accuracy of recognition. Speech recognition is done with the use of Hidden Markov Models. Optimization in regards to computation time is targeted at improving the speed of~acoustic likelihood computation and decoding as a whole. The second part of the thesis is concerning the analysis and optimization of speech recognition in regards to accuracy. Sequences of digits from 0 to 9 were being recognized. The optimal number of HMM states for each word and the approach to data normalization were determined and word penalization was applied. In the conclusion of the thesis, the influence of noise on the quality of recognition is examined.en
dc.description.departmentKatedra kybernetikycs
dc.description.resultObhájenocs
dc.format63 s.cs
dc.format.mimetypeapplication/pdf
dc.identifier53899
dc.identifier.urihttp://hdl.handle.net/11025/7431
dc.language.isocscs
dc.publisherZápadočeská univerzita v Plznics
dc.rightsPlný text práce je přístupný bez omezení.cs
dc.rights.accessopenAccessen
dc.subjectRozpoznávání řečics
dc.subjectHMMcs
dc.subjectalgoritmus forward-backwardcs
dc.subjectViterbiův algoritmuscs
dc.subjectMFCCcs
dc.subject.translatedSpeech recognitionen
dc.subject.translatedHMMen
dc.subject.translatedforward-backward algorithmen
dc.subject.translatedViterbi algorithmen
dc.subject.translatedMFCCen
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných vědcs
dc.thesis.degree-levelNavazujícícs
dc.thesis.degree-nameIng.cs
dc.thesis.degree-programAplikované vědy a informatikacs
dc.titleOptimalizovaná a paralelní implementace metod pro rozpoznávání řečics
dc.title.alternativeOptimized and Parallel Implementation of Speech Recognition Algorithmsen
dc.typediplomová prácecs
local.relation.IShttps://portal.zcu.cz/StagPortletsJSR168/CleanUrl?urlid=prohlizeni-prace-detail&praceIdno=53899

Files

Original bundle
Showing 1 - 4 out of 4 results
No Thumbnail Available
Name:
DP_Kunesova.pdf
Size:
564.02 KB
Format:
Adobe Portable Document Format
Description:
Plný text práce
Download
No Thumbnail Available
Name:
kunesova-v.pdf
Size:
317.21 KB
Format:
Adobe Portable Document Format
Description:
Posudek vedoucího práce
Download
No Thumbnail Available
Name:
kunesova-o.pdf
Size:
369.59 KB
Format:
Adobe Portable Document Format
Description:
Posudek oponenta práce
Download
No Thumbnail Available
Name:
kunesova-p.pdf
Size:
241.26 KB
Format:
Adobe Portable Document Format
Description:
Průběh obhajoby práce
Download

Collections

Theses (KKY)
 OPEN License Selector