Pokročil. Vyučující: Prof. Ing. Jan Nouza, CSc., ITE

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Pokročil. Vyučující: Prof. Ing. Jan Nouza, CSc., ITE"

Transkript

1 Pokročil ilé metody rozpoznávánířeči Vyučující: Prof. Ing. Jan Nouza, CSc., ITE Cíl předmětu: Seznámit se s nejmodernějšími metodami rozpoznávánířeči s využitím modulové stavebnice HTK (Hidden Model Markov Toolkit) a prakticky si vyzkoušet celý návrh systému pro rozpoznávánířeči Forma výuky: Předchozí znalosti: a) Přednášky b) cvičení většinou domácí práce (jinak A8) c) malý závěrečný projekt Nutnost předchozího absolvování PZR Literatura: I. Nouza J. (editor): Počítačové zpracovánířeči. TUL Liberec II. Psutka J., Müller L., Matoušek J., Radová V.: Mluvíme s počítačem česky. Academia Praha, 2006 III. Huang X., Acero A., Hon H.-W.: Spoken Language Processing. A Guide to Theory, Algorithm and System Development. Prentice Hall. New Jersey 2001 IV. HTK book V. Přednášky na webu:

2 Obsah předmp edmětu 1. Problémy a výzvy moderního počítačového rozpoznávánířeči. 2. Fonémově orientované rozpoznávání. Nástroj G2P. 3. Principy a metody parametrizace řečového signálu, kepstrum a kepstrální příznaky 4. Skryté markovské modely (HMM), nástroj HTK, trénování a testování. 5. Trénování fonémových modelů, tvorba trénovací databáze. 6. Využití HMM pro rozpoznávání slov a sekvence slov. Viterbiho dekodér. 7. Gramatiky. Pravděpodobnostní jazykový model pro rozpoznávánířeči a jeho tvorba. 8. Metody dalšího zlepšování úspěšnosti systémů rozpoznávání řeči. 9. Neuronové sítě, nástroj Kaldi. 10. Základy rozpoznávání mluvčího Práce na samostatném projektu.

3 Předchozí znalosti IWR a metoda DTW Recognised word (or its index) Word Templates or Models Lexicon Classification x 1, x 2,.. x f... x F Feature vectors Parameterization Separated speech Endpoint detection Segmented signal Segmentation Microphone Sampled signal Acoustic signal A/D conversion

4 Metoda DTW pro a proti Výhody DTW: snadno pochopitelná metoda snadná příprava systému (stačí pouze nahrát referenci pro každé slovo) snadná implementace i na nevýkonném HW (např. embedded systems) Nevýhody: reference jsou závislé na mluvčím (SD) SI system vyžaduje reference od mnoha osob každé slovo ve slovníku musí být předem nahráno (nelze přidávat nová slova pouze tím, že bychom je napsali a vložili do seznamu) SI systém s velkým slovníkem by zákonitě byl příliš pomalý (smyčky pro každé slovo, pro každou jeho referenci, pro každý frame) Řešení: místo referencí - modely slov HMM

5 Od DTW k HMM Metoda HMM (Hidden Markov Model skryté Markovovy modely) reprezentuje slovo stavovým modelem s pravděpodobnostními parametry Typická struktura slovního HMM takzvaný levo-pravý model a 11 a 22 a S-1S-1 a SS Q 1 a Q 2 a 23 Q S-1 a S-1S Q S b 1 b 2 b S-1 b S Q s... stavy (šipky naznačují možné přechody mezi nimi) a ij... přechodová pravděpodobnost pravděpodobnost, že (v aktuálním framu) model přejde ze stavu i do stavu j b s (x)...výstupní pravděpodobnostní rozložení funkce určující pravděpodobnost, že příznakový vektor x patří ke stavu s

6 Jak rozpoznávat pomocí HMM? Základní princip: Všechna slova ve slovníku jsou reprezentována modely se stejnou strukturou (a stejným počtem stavů) ale různými parametry. Při rozpoznávání hledáme model s nejvyšší pravděpodobností. Lexicon Model of word 1 Index of most probable word Decision probability Model of word 2 Matching Model of word N Sequence of feature vectors

7 Hláskov skové HMM cesta k neomezenému mu slovníku Až dosud probírané metody vyžadovaly nahrání každého slova, které bylo ve slovníku a natrénování jeho modelu. Pro velké slovníky by toto nebylo možné. Většina současných systémů rozpoznávánířeči používá HMM, které ovšem modelují jednotky menší než slova. Jejich počet je omezený a malý. Nejvhodnějšími jednotkami jsou fonémy. V mluvenéřeči hrají podobnou roli jako písmena v psaném jazyce. (Na rozdíl od grafémů jsou však závislé na řečníkovi a na kontextu.) Fonémy jsou jazykově závislé. Ve většině evropských jazyků se jejich počet pohybuje v rozmezí

8 Rozpoznávání s fonémovými HMM 1. Pro daný jazyk je třeba definovat fonémovou sadu. 2. Pro každé slovo ve slovníku musíme určit jeho fonetický přepis (sekvenci fonémů). 3. Je nutné nahrát velké množství záznamůřeči a pro každou nahrávku vytvořit její fonetickou transkripci. (Je třeba několik desítek hodin, stovky mluvčích). 4. Je třeba natrénovat HMM pro všechny fonémy. 5. Před rozpoznáváním se sestaví slovní HMM z hláskových modelů. 6. Pro vlastní rozpoznávání se použije standardní Viterbiho algoritmus.

9 Slovní modely z hláskových HMM Inventář fonémů a, á, b, X z, ž Akustické modely a á Slovník a až robot sud Zürich Výslovnost a aš robot sut cirix a a š

10 Od izolovaných slov ke spojitéřeči Přirozená plynulářeč je mnohem složitější pro rozpoznávání 1) V běžnéřeči neexistují oddělovače (pauzy) mezi slovy. Jedno slovo navazuje na druhé. Pauzy vznikají většinou jen při nádechu. 2) V plynuléřeči je výslovnost slov významně ovlivňována kontextem. Př. zavolejnačíslopječesedum 3) Záznam běžnéřeči obsahuje i neřečové zvuky, např. ticho, nádech a výdech, zvuky rtů, kašel, smích, ehm 4) V mnoha situacích mářeč nespisovný a spontánní charakter, např. Ano, ano máte pravdu, ale, ale, když vo tom tak pře přemejšlím 5) Rychlost řeči může být velmi různá, závisí na mluvčím, situaci, atd. 6) Pokud nahrávka řeči nevzniká ve studiu, kvalita a srozumitelnost řeči může být dále výrazně ovlivněna hlukem prostředí.

11 Základní problémy spojitéřeči Ukázka záznamu řeči: Co bylo řečeno a v jakých časových okamžicích? - zavolá - premiéra předseda - - za vola premiéra předsedá - - zvolá prima éra před sebou - - zavolej premiéra předsedo - - z vola prima tévé přesedá - - zavolá - premiér a předseda - Při rozpoznávání spojitéřeči není apriori známo: - Kolik slov bylo řečeno? - Jaká sekvence slov byla řečena? - Byla všechna vyřčená slova ze slovníku? - Byla to skutečně jenom řeč nebo i další zvuky a hluky? - V jakých časových okamžicích začínala jednotlivá slova?

12 Řešení úlohy spojitéřeči Principy 1) Sestavit co nejreprezentativnější slovník pro danou aplikační oblast 2) Pro každé slovo mít co nejreprezentativnější akustický model (HMM) 3) Vytvořit také modely neřečových zvuků 4) Vzít v úvahu statistiky výskytu slov (a jejich kombinací) v dané aplikační oblasti a vytvořit vhodný tzv. jazykový model. 5) Navrhnout strategii, která pro daný signál najde nejpravděpodobnější sekvenci slov s využitím kombinace akustického i jazykového modelu. Řešíme úlohu nalézt sekvenci slov w 1, w 2,. w N takovou, že je ze všech možných kombinací slov (a neřečových zvuků) nejpravděpodobnější z hlediska akustického i jazykového. Neznámé je:číslo N, sekvence slov a zvuků, a časy jejich začátků.

13 Základní koncepce rozpoznávání spoj. řeči s využit itím m akustického, lexikáln lního a jazykového modelu Fonetický inventář a, á, b, c, č, X, z, ž, Akustické modely Inventář hluků ticho, nádech, klik, a á Lexikon ticho ať robot už Zürich Výslovnost - ať robot uš cirix Jazykový model Pozn.: Síť všech modelů slov je nyní zacyklena, tj. z posledního stavu každého slova vede cesta na počáteční stavy všech slov.

7 Další. úlohy analýzy řeči i a metody

7 Další. úlohy analýzy řeči i a metody Pokročilé metody rozpoznávánířeči Přednáška 7 Další úlohy analýzy řeči i a metody jejich řešení Výsledky rozpoznávání (slovník k 413k) frantisek_vlas 91.92( 90.18) [H= 796, D= 10, S= 60, I= 15, N=866,

Více

4 HMM a jejich trénov

4 HMM a jejich trénov Pokročilé metody rozpoznávánířeči Přednáška 4 HMM a jejich trénov nování Skryté Markovovy modely (HMM) Metoda HMM (Hidden Markov Model kryté Markovovy modely) reprezentujeřeč (lovo, hláku, celou promluvu)

Více

Rozpoznávání izolovaných slov (malý slovník, např. číslovky, povely).

Rozpoznávání izolovaných slov (malý slovník, např. číslovky, povely). Rozpoznávání řeči Každý člověk má originální hlasové ústrojí a odlišný způsob artikulace, to se projevuje rozdílnou barvou hlasu, přízvukem, rychlostí řeči atd. I hlas jednoho řečníka je variabilní a závislý

Více

Semestrální práce: Rozpoznání hláskované řeči a převedení na text

Semestrální práce: Rozpoznání hláskované řeči a převedení na text VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství Ústav mechaniky těles, mechatroniky a biomechaniky Technická 2, Brno 616 69 RSZ Základy zpracování signálu Semestrální práce: Rozpoznání hláskované

Více

SYNTÉZA ŘEČI. Ústav fotoniky a elektroniky, v.v.i. AV ČR, Praha

SYNTÉZA ŘEČI. Ústav fotoniky a elektroniky, v.v.i. AV ČR, Praha SYNTÉZA ŘEČI Petr Horák horak@ufe.cz Ústav fotoniky a elektroniky, v.v.i. AV ČR, Praha Obsah Úvod a historie Zpracování textu Modelování prozodie Metody syntézy řeči Aplikace syntézy řeči Petr Horák SYNTÉZA

Více

ROZPOZNÁVÁNÍ S MARKOVSKÝMI MODELY

ROZPOZNÁVÁNÍ S MARKOVSKÝMI MODELY ROZPOZNÁVÁNÍ S MARKOVSKÝMI MODELY Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz, http://cmp.felk.cvut.cz/ hlavac 1/31 PLÁN PŘEDNÁŠKY

Více

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU KVD/GRPR GRAFICKÉ PROJEKTY

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU KVD/GRPR GRAFICKÉ PROJEKTY F A K U L T A E K O N O M I C K Á Studijní obor: 6208T086 Podniková ekonomika a management SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU KVD/GRPR GRAFICKÉ PROJEKTY TÉMA: SYNTÉZA A ROZPOZNÁVÁNÍ ŘEČI TERMÍN: ZS 2006-01-21

Více

ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE

ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky a mezioborových inženýrských studií ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE AUTOREFERÁT DISERTAČNÍ PRÁCE 2005 JOSEF CHALOUPKA

Více

Josef Rajnoha. České vysoké učení technické v Praze, Fakulta elektrotechnická rajnoj1@fel.cvut.cz

Josef Rajnoha. České vysoké učení technické v Praze, Fakulta elektrotechnická rajnoj1@fel.cvut.cz Modelování neřečových událostí v robustním rozpoznávání řeči s malým slovníkem Josef Rajnoha České vysoké učení technické v Praze, Fakulta elektrotechnická rajnoj1@fel.cvut.cz Abstrakt: V tomto článku

Více

5 1. Úvod Automatického rozpoznávání řeči (Automatic Speech Recognition, ASR) je obor, ve kterém aktivní výzkum probíhá již od 60. let minulého století. V dnešní době nachází široké uplatnění, např. v

Více

Použití mluvených korpusů ve vývoji systému pro rozpoznávání českých přednášek *

Použití mluvených korpusů ve vývoji systému pro rozpoznávání českých přednášek * Použití mluvených korpusů ve vývoji systému pro rozpoznávání českých přednášek * Tomáš Mikolov, Ilya Oparin, Ondřej Glembek, Lukáš Burget, Martin arafiát, Jan Černocký Speech@FIT, Ústav počítačové grafiky

Více

Petr Zlatník, Roman Čmejla. Katedra teorie obvodů, Fakulta elektrotechnická, ČVUT, Praha. Abstrakt

Petr Zlatník, Roman Čmejla. Katedra teorie obvodů, Fakulta elektrotechnická, ČVUT, Praha. Abstrakt Vyhodnocování promluv dětí s poruchami řeči Petr Zlatník, Roman Čmejla Katedra teorie obvodů, Fakulta elektrotechnická, ČVUT, Praha Abstrakt Příspěvek popisuje metodu, která byla vyvinuta pro vyhodnocení

Více

Umělá inteligence a rozpoznávání

Umělá inteligence a rozpoznávání Václav Matoušek KIV e-mail: matousek@kiv.zcu.cz 0-1 Sylabus předmětu: Datum Náplň přednášky 11. 2. Úvod, historie a vývoj UI, základní problémové oblasti a typy úloh, aplikace UI, příklady inteligentních

Více

Dolování dat z multimediálních databází. Ing. Igor Szöke Speech group ÚPGM, FIT, VUT

Dolování dat z multimediálních databází. Ing. Igor Szöke Speech group ÚPGM, FIT, VUT Dolování dat z multimediálních databází Ing. Igor Szöke Speech group ÚPGM, FIT, VUT Obsah prezentace Co jsou multimediální databáze Možnosti dolování dat v multimediálních databázích Vyhledávání fotografií

Více

Využití algoritmu DTW pro vyhodnocování vad řeči dětí postižených Landau-Kleffnerovým syndromem (LKS)

Využití algoritmu DTW pro vyhodnocování vad řeči dětí postižených Landau-Kleffnerovým syndromem (LKS) Využití algoritmu DTW pro vyhodnocování vad řeči dětí postižených Landau-Kleffnerovým syndromem (LKS) Petr Zlatník České vysoké učení technické v Praze, Fakulta elektrotechnická zlatnip@fel.cvut.cz Abstrakt:

Více

Klasifikace Landau-Kleffnerova syndromu

Klasifikace Landau-Kleffnerova syndromu Klasifikace Landau-Kleffnerova syndromu malých dětí 1. Abstrakt Petr Zlatník ČVUT FEL, K13131 Katedra teorie obvodů Tento příspěvěk pojednává o klasifikaci Landau-Kleffnerova syndromu, který se projevuje

Více

DTW. Petr Zlatník, Roman Čmejla. zlatnip@fel.cvut.cz, cmejla@fel.cvut.cz. Abstrakt: Příspěvek popisuje metodu, která byla vyvinuta pro vyhodnocení

DTW. Petr Zlatník, Roman Čmejla. zlatnip@fel.cvut.cz, cmejla@fel.cvut.cz. Abstrakt: Příspěvek popisuje metodu, která byla vyvinuta pro vyhodnocení Vyhodnocování vad řeči dětí s využitím algoritmu DTW Petr Zlatník, Roman Čmejla České vysoké učení technické v Praze, Fakulta elektrotechnická zlatnip@fel.cvut.cz, cmejla@fel.cvut.cz Abstrakt: Příspěvek

Více

LOMBARDŮV EFEKT V ŘEČOVÝCH DATABÁZÍCH CLSD A SPEECON

LOMBARDŮV EFEKT V ŘEČOVÝCH DATABÁZÍCH CLSD A SPEECON Abstrakt LOMBARDŮV EFEKT V ŘEČOVÝCH DATABÁZÍCH CLSD A SPEECON Lombard Effect in CLSD and SPEECON Speech Databases Hynek Bořil * Úspěšnost systémů automatického rozpoznávání řeči výrazně klesá v hlučném

Více

Úvod do praxe stínového řečníka. Automatické rozpoznávání řeči

Úvod do praxe stínového řečníka. Automatické rozpoznávání řeči Úvod do praxe stínového řečníka Automatické rozpoznávání řeči Systém rozpoznávání řeči Wˆ = arg max P W O = arg max p O W P W W ( ) ( ) ( ) W Akustická analýza potlačit vysokou informační redundanci řečového

Více

ŘEČOVÉ TECHNOLOGIE v PRAXI

ŘEČOVÉ TECHNOLOGIE v PRAXI ŘEČOVÉ TECHNOLOGIE v PRAXI Josef Psutka, FAV ZČU v Plzni Obsah: 1. Automatické rozpoznávání řeči počítačem 2. Počítačová syntéza řeči 3. Hlasový dialog člověka s počítačem 1.10 2014 1 Automatické rozpoznávání

Více

Implementace rozpoznávače řeči na bázi TANDEM architektury

Implementace rozpoznávače řeči na bázi TANDEM architektury bakalářská práce Implementace rozpoznávače řeči na bázi TANDEM architektury Aleš Brich květen 2014 Doc. Ing. Petr Pollák, CSc. České vysoké učení technické v Praze Fakulta elektrotechnická, Katedra kybernetiky

Více

Úvod do praxe stínového řečníka. Úvod

Úvod do praxe stínového řečníka. Úvod Úvod do praxe stínového řečníka Úvod 1 Ukázka Kdo je to stínový řečník? Simultánní tlumočník z daného jazyka do téhož jazyka Jeho úkolem je přemlouvat televizní pořady tak, aby výsledná promluva byla vhodná

Více

A2M31RAT- Řečové aplikace v telekomunikacích. Aplikační úlohy rozpoznávání řeči a speciální techniky.

A2M31RAT- Řečové aplikace v telekomunikacích. Aplikační úlohy rozpoznávání řeči a speciální techniky. A2M31RAT- Řečové aplikace v telekomunikacích Aplikační úlohy rozpoznávání řeči a speciální techniky. Doc. Ing. Petr Pollák, CSc. 12.května2011-16:7 Obsah přednášky Adaptační techniky Teoretický základ

Více

Úloha - rozpoznávání číslic

Úloha - rozpoznávání číslic Úloha - rozpoznávání číslic Vojtěch Franc, Tomáš Pajdla a Tomáš Svoboda http://cmp.felk.cvut.cz 27. listopadu 26 Abstrakt Podpůrný text pro cvičení předmětu X33KUI. Vysvětluje tři způsoby rozpoznávání

Více

Kybernetika a umělá inteligence, cvičení 10/11

Kybernetika a umělá inteligence, cvičení 10/11 Kybernetika a umělá inteligence, cvičení 10/11 Program 1. seminární cvičení: základní typy klasifikátorů a jejich princip 2. počítačové cvičení: procvičení na problému rozpoznávání číslic... body za aktivitu

Více

MODERNÍ METODY MULTIMEDIÁLNÍHO VYUČOVÁNÍ

MODERNÍ METODY MULTIMEDIÁLNÍHO VYUČOVÁNÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATION

Více

Analýza chování algoritmu MSAF při zpracování řeči v bojových prostředcích

Analýza chování algoritmu MSAF při zpracování řeči v bojových prostředcích Analýza chování algoritmu MSAF při zpracování řeči v bojových prostředcích Analysis of MSAF algorithm for speech enhancement in combat vehicles Ing. Jaroslav Hovorka MESIT přístroje spol. s r.o., Uherské

Více

Fakulta aplikovaných věd

Fakulta aplikovaných věd Fakulta aplikovaných věd DISERTAČNÍ PRÁCE k získání akademického titulu doktor v oboru Kybernetika Ing. Jan Vaněk DISKRIMINATIVNÍ TRÉNOVÁNÍ AKUSTICKÝCH MODELŮ Školitel: Prof. Ing. Josef Psutka CSc. Katedra:

Více

JAK LZE VYUŽÍT GRAFICKÉHO ZOBRAZENÍ AKUSTICKÉHO SIGNÁLU PŘI VÝUCE JAZYKA A SPRÁVNÉ VÝSLOVNOSTI

JAK LZE VYUŽÍT GRAFICKÉHO ZOBRAZENÍ AKUSTICKÉHO SIGNÁLU PŘI VÝUCE JAZYKA A SPRÁVNÉ VÝSLOVNOSTI JAK LZE VYUŽÍT GRAFICKÉHO ZOBRAZENÍ AKUSTICKÉHO SIGNÁLU PŘI VÝUCE JAZYKA A SPRÁVNÉ VÝSLOVNOSTI Jana Mádlíková - Jan Nouza Laboratoř počítačového zpracování řeči na Technické univerzitě v Liberci se již

Více

NEWTON Dictate Úvodní školení testovací skupiny. Oblastní inspektorát Brno 23. listopadu 2010

NEWTON Dictate Úvodní školení testovací skupiny. Oblastní inspektorát Brno 23. listopadu 2010 NEWTON Dictate Úvodní školení testovací skupiny Oblastní inspektorát Brno 23. listopadu 2010 Obsah školení I. část (2 hodiny) představení NEWTON Technologies a školícího týmu, nasazení hlasových technologií

Více

Lombardův efekt v řečové databázi CLSD

Lombardův efekt v řečové databázi CLSD Lombardův efekt v řečové databázi CLSD Hynek Bořil České vysoké učení v Praze, Fakulta elektrotechnická borilh@gmail.com Abstrakt: V tomto příspěvku jsou prezentovány výsledky analýz parametrů řečové databáze

Více

Anglický jazyk. Anglický jazyk. žák: TÉMATA. Fonetika: abeceda, výslovnost odlišných hlásek, zvuková podoba slova a její zvláštnosti

Anglický jazyk. Anglický jazyk. žák: TÉMATA. Fonetika: abeceda, výslovnost odlišných hlásek, zvuková podoba slova a její zvláštnosti Prima jednoduše mluví o sobě Slovní zásoba: elementární slovní 1 B/ 26, 27, 29, 30 tvoří jednoduché otázky a aktivně je používá zásoba pro zvolené tematické okruhy odpovídá na jednoduché otázky obsahující

Více

A2M31RAT- Řečové aplikace v telekomunikacích

A2M31RAT- Řečové aplikace v telekomunikacích A2M31RAT- Řečové aplikace v telekomunikacích Záznam a zpracování hlasových signálů pro potřeby výzkumu a aplikací hlasových technologií. Textové korpusy Doc. Ing. Petr Pollák, CSc. 17.května2011-15:44

Více

A6M33BIO- Biometrie. Biometrické metody založené na rozpoznávání hlasu II

A6M33BIO- Biometrie. Biometrické metody založené na rozpoznávání hlasu II A6M33BIO- Biometrie Biometrické metody založené na rozpoznávání hlasu II Doc. Ing. Petr Pollák, CSc. 16. listopadu 216-15:14 Obsah přednášky Úlohy automatického rozpoznávání řečníka Verifikace vs. identifikace

Více

jednotky + Projekty Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz FIT VUT Brno

jednotky + Projekty Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz FIT VUT Brno Databáze + Automaticky učené řečové jednotky + Projekty Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz FIT VUT Brno Databáze + Automaticky učené řečové jednotky Jan Černocký, ÚPGM FIT VUT Brno 1/12

Více

Asistivní technologie

Asistivní technologie Asistivní technologie Přehled výzkumu na českých vysokých školách Autoři: Lenka Lhotská, Olga Štěpánková, Daniel Novák České vysoké učení technické v Praze Listopad 2013 Úvod Výzkumnými tématy, které mají

Více

Úloha: Verifikace osoby pomocí dynamického podpisu

Úloha: Verifikace osoby pomocí dynamického podpisu Cvičení z předmětu Biometrie Úloha: Verifikace osoby pomocí dynamického podpisu Jiří Wild, Jakub Schneider kontaktní email: schnejak@fel.cvut.cz 5. října 2015 1 Úvod Úloha má za cíl seznámit vás s metodami

Více

UČENÍ BEZ UČITELE. Václav Hlaváč

UČENÍ BEZ UČITELE. Václav Hlaváč UČENÍ BEZ UČITELE Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz, http://cmp.felk.cvut.cz/~hlavac 1/22 OBSAH PŘEDNÁŠKY ÚVOD Učení

Více

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM Číslo projektu: CZ.1.07/1.5.00/34.0536 Název projektu školy: Výuka s ICT na SŠ obchodní České Budějovice Šablona

Více

Tematický plán pro školní rok 2015/2016 Předmět: Český jazyk Vyučující: Mgr. Jarmila Kuchařová Týdenní dotace hodin: 9 hodin Ročník: druhý

Tematický plán pro školní rok 2015/2016 Předmět: Český jazyk Vyučující: Mgr. Jarmila Kuchařová Týdenní dotace hodin: 9 hodin Ročník: druhý ČASOVÉ OBDOBÍ Září KONKRÉTNÍ VÝSTUPY KONKRÉTNÍ UČIVO PRŮŘEZOVÁ TÉMATA ví, že se ve jméně píše velké písmeno na začátku pozná konec a začátek věty umí rozložit větu na slova ví, že věta začíná velkým písmenem

Více

Simultánní přepis mluvené češtiny pro osoby se sluchovým postižením

Simultánní přepis mluvené češtiny pro osoby se sluchovým postižením Simultánní přepis mluvené češtiny pro osoby se sluchovým postižením Ing. Martin Novák Česká unie neslyšících Co je simultánní přepis mluvené češtiny? Simultánní přepis mluvené češtiny je doslovný přepis

Více

LS 2013 Teorie skrytých Markovových modelů. Tino Haderlein, Elmar Nöth

LS 2013 Teorie skrytých Markovových modelů. Tino Haderlein, Elmar Nöth Interakce člověk počítač v přirozeném jazyce (ICP) LS 2013 Teorie skrytých Markovových modelů Tino Haderlein, Elmar Nöth Katedra informatiky a výpočetní techniky (KIV) Západočeská univerzita v Plzni Lehrstuhl

Více

Rozpoznávání písmen. Jiří Šejnoha Rudolf Kadlec (c) 2005

Rozpoznávání písmen. Jiří Šejnoha Rudolf Kadlec (c) 2005 Rozpoznávání písmen Jiří Šejnoha Rudolf Kadlec (c) 2005 Osnova Motivace Popis problému Povaha dat Neuronová síť Architektura Výsledky Zhodnocení a závěr Popis problému Jedná se o praktický problém, kdy

Více

EXPERIMENT S VYUŽITÍM GRAFICKÉHO ZOBRAZENÍ ŘEČI PŘI VÝUCE SPRÁVNÉ VÝSLOVNOSTI U SLUCHOVĚ POSTIŽENÝCH OSOB

EXPERIMENT S VYUŽITÍM GRAFICKÉHO ZOBRAZENÍ ŘEČI PŘI VÝUCE SPRÁVNÉ VÝSLOVNOSTI U SLUCHOVĚ POSTIŽENÝCH OSOB EXPERIMENT S VYUŽITÍM GRAFICKÉHO ZOBRAZENÍ ŘEČI PŘI VÝUCE SPRÁVNÉ VÝSLOVNOSTI U SLUCHOVĚ POSTIŽENÝCH OSOB Jana Mádlíková - Jan Nouza Výuka sluchově postižených osob patří mezi jednu z nejnáročnějších pedagogických

Více

Procesy a vlákna (Processes and Threads)

Procesy a vlákna (Processes and Threads) ÚVOD DO OPERAČNÍCH SYSTÉMŮ Ver.1.00 Procesy a vlákna (Processes and Threads) Správa procesů a vláken České vysoké učení technické Fakulta elektrotechnická 2012 Použitá literatura [1] Stallings, W.: Operating

Více

Programování II. Modularita 2017/18

Programování II. Modularita 2017/18 Programování II Modularita 2017/18 Modul? Osnova přednášky Vývoj programování Modularita Příklad Vývoj programování Paradigmata programování Jak a proč se jazyky vyvíjejí? V čem se OOP liší od předchozích

Více

VÝUKOVÝ MATERIÁL. Bratislavská 2166, 407 47 Varnsdorf, IČO: 18383874 www.vosassvdf.cz, tel. +420412372632 Číslo projektu

VÝUKOVÝ MATERIÁL. Bratislavská 2166, 407 47 Varnsdorf, IČO: 18383874 www.vosassvdf.cz, tel. +420412372632 Číslo projektu VÝUKOVÝ MATERIÁL Identifikační údaje školy Vyšší odborná škola a Střední škola, Varnsdorf, příspěvková organizace Bratislavská 2166, 407 47 Varnsdorf, IČO: 18383874 www.vosassvdf.cz, tel. +420412372632

Více

PROGRAMY PRO DIKTOVÁNÍ DO POČÍTAČE A MOŽNOSTI JEJICH VYUŽITÍ OSOBAMI SE SPECIÁLNÍMI POTŘEBAMI'

PROGRAMY PRO DIKTOVÁNÍ DO POČÍTAČE A MOŽNOSTI JEJICH VYUŽITÍ OSOBAMI SE SPECIÁLNÍMI POTŘEBAMI' PROGRAMY PRO DIKTOVÁNÍ DO POČÍTAČE A MOŽNOSTI JEJICH VYUŽITÍ OSOBAMI SE SPECIÁLNÍMI POTŘEBAMI' Jan Nouza, Petr Červa, Jindřich Žďánský Anotace: V {lánku jsou představeny dva typy programů vyvinuté na naiem

Více

Pracovní list č. 14 Microsoft Word 2010 jazykové nástroje, reference I Jazykové nástroje

Pracovní list č. 14 Microsoft Word 2010 jazykové nástroje, reference I Jazykové nástroje Pracovní list č. 14 Microsoft Word 2010 jazykové nástroje, reference I Jazykové nástroje Jazykové nástroje se nachází na pásu karet Revize. Obrázek 1 - Pás karet Revize Nastavení jazyka Nastavení jazyka,

Více

FONETIKA A FONOLOGIE II.

FONETIKA A FONOLOGIE II. FONETIKA A FONOLOGIE II. AUTOR Mgr. Jana Tichá DATUM VYTVOŘENÍ 7. 9. 2012 ROČNÍK TEMATICKÁ OBLAST PŘEDMĚT KLÍČOVÁ SLOVA ANOTACE METODICKÉ POKYNY 3. ročník Český jazyk a literatura Český jazyk Fonetika,

Více

Creation of Lexicons and Language Models for Automatic Broadcast News Transcription

Creation of Lexicons and Language Models for Automatic Broadcast News Transcription Creation of Lexicons and Language Models for Automatic Broadcast News Transcription Tvorba slovníků a jazykových modelů pro automatický přepis zpravodajských pořadů Autoreferát disertační práce Autor:

Více

Rozpoznávání řeči s malým slovníkem s nástroji KALDI

Rozpoznávání řeči s malým slovníkem s nástroji KALDI Diplomová práce Rozpoznávání řeči s malým slovníkem s nástroji KALDI Miroslav Forman 10.ledna 2016 Vedoucí práce: doc. Ing. Petr Pollák, CSc. Konzultant: Ing. Petr Mizera České vysoké učení technické v

Více

Klasifikace a rozpoznávání. Lineární klasifikátory

Klasifikace a rozpoznávání. Lineární klasifikátory Klasifikace a rozpoznávání Lineární klasifikátory Opakování - Skalární součin x = x1 x 2 w = w T x = w 1 w 2 x 1 x 2 w1 w 2 = w 1 x 1 + w 2 x 2 x. w w T x w Lineární klasifikátor y(x) = w T x + w 0 Vyber

Více

BPC2E_C09 Model komunikačního systému v Matlabu

BPC2E_C09 Model komunikačního systému v Matlabu BPCE_C9 Model komunikačního systému v Matlabu Cílem cvičení je vyzkoušet si sestavit skripty v Matlabu pro model jednoduchého komunikačního systému pro přenos obrázků. Úloha A. Sestavte model komunikačního

Více

METODICKÝ LIST K TECHNICKÉMU KROUŽKU:

METODICKÝ LIST K TECHNICKÉMU KROUŽKU: METODICKÝ LIST K TECHNICKÉMU KROUŽKU: Název kroužku: Sestav si svého robota Jméno autora kroužku: Ing. Roman Stark, CSc. Anotace: Ze stavebnice LEGO Mindstorms NXT si postav svého robota nebo nějaké zařízení

Více

MODULU TVŮRCE SYSTÉMŮ

MODULU TVŮRCE SYSTÉMŮ PRŮVODCE STUDIEM PRO PREZENČNÍ FORMU STUDIA MODULU TVŮRCE SYSTÉMŮ Michal Červinka, Ivo Špička Ostrava 2011 1 Název: Tvůrce systémů Autoři: Michal Červinka, Ivo Špička Vydání: první, 2011 Počet stran: 10

Více

Konvoluční model dynamických studií ledvin. seminář AS UTIA

Konvoluční model dynamických studií ledvin. seminář AS UTIA Konvoluční model dynamických studií ledvin Ondřej Tichý seminář AS UTIA.. Obsah prezentace Scintigrafická obrazová sekvence a její analýza Konstrukce standardního modelu a jeho řešení Experiment Ovlivnění

Více

Implementace EL v reformě magisterského studia stomatologie/zubního lékařství na 1. LF UK Praha

Implementace EL v reformě magisterského studia stomatologie/zubního lékařství na 1. LF UK Praha Univerzita Karlova v Praze - 1. Lékařská fakulta Implementace EL v reformě magisterského studia stomatologie/zubního lékařství na 1. LF UK Praha Výzkumný ústav stomatologický 1. LF UK a VFN v Praze Autoři:

Více

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT

Škola: Střední škola obchodní, České Budějovice, Husova 9. Inovace a zkvalitnění výuky prostřednictvím ICT Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: Číslo projektu: Název projektu školy: Šablona III/2: EU PENÍZE ŠKOLÁM CZ.1.07/1.5.00/34.0536 Výuka s ICT na SŠ obchodní České

Více

Úvod do praxe stínového řečníka. Proces vytváření řeči

Úvod do praxe stínového řečníka. Proces vytváření řeči Úvod do praxe stínového řečníka Proces vytváření řeči 1 Proces vytváření řeči člověkem Fyzikální podstatou akustického (tedy i řečového) signálu je vlnění elastického prostředí v oboru slyšitelných frekvencí.

Více

Úvod do mobilní robotiky AIL028

Úvod do mobilní robotiky AIL028 Pravděpodobnostní plánování zbynek.winkler at mff.cuni.cz, md at robotika.cz http://robotika.cz/guide/umor05/cs 12. prosince 2005 1 Co už umíme a co ne? Jak řešit složitější případy? Definice konfiguračního

Více

Manažerské rozhodování

Manažerské rozhodování 3MA413 Manažerské rozhodování Česky Anglicky Německy Forma výuky Úroveň studia Manažerské rozhodování Managerial Decision Making Managemententscheidungen 2 hod. přednášek 2 hod. cvičení magisterská navazující

Více

Řečové technologie na Katedře kybernetiky FAV ZČU v Plzni. Katedra kybernetiky. Fakulta aplikovaných věd. Západočeská univerzita v Plzni

Řečové technologie na Katedře kybernetiky FAV ZČU v Plzni. Katedra kybernetiky. Fakulta aplikovaných věd. Západočeská univerzita v Plzni Pracoviště: Katedra kybernetiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Výzkumné zaměření: a) Teorie systémů b) Řízení strojů a procesů (včetně aplikací) c) Řečové technologie d) Technická

Více

Ukázka charakteristiky předmětu Komunikační dovednosti (pro neslyšící) z pracovní verze ŠVP ZŠ pro sluchově postižené, Liberec.

Ukázka charakteristiky předmětu Komunikační dovednosti (pro neslyšící) z pracovní verze ŠVP ZŠ pro sluchově postižené, Liberec. Ukázka charakteristiky předmětu Komunikační dovednosti (pro neslyšící) z pracovní verze ŠVP ZŠ pro sluchově postižené, Liberec. KOMUNIKAČNÍ DOVEDNOSTI (5. ročník Komunikační dovednosti a informatika) Obsahové,

Více

Komparativní lingvistická analýza paralelních komunikátů vytvářených stínovým řečníkem

Komparativní lingvistická analýza paralelních komunikátů vytvářených stínovým řečníkem Západočeská univerzita v Plzni Fakulta filozofická Diplomová práce Komparativní lingvistická analýza paralelních komunikátů vytvářených stínovým řečníkem Jaroslava Nováková Plzeň 2014 Západočeská univerzita

Více

6.1 I.stupeň. Vzdělávací oblast: Cizí jazyk 6.1.2. Vyučovací předmět: ANGLICKÝ JAZYK. Charakteristika vyučovacího předmětu 1.

6.1 I.stupeň. Vzdělávací oblast: Cizí jazyk 6.1.2. Vyučovací předmět: ANGLICKÝ JAZYK. Charakteristika vyučovacího předmětu 1. 6.1 I.stupeň Vzdělávací oblast: Cizí jazyk 6.1.2. Vyučovací předmět: ANGLICKÝ JAZYK Charakteristika vyučovacího předmětu 1. stupeň Anglický jazyk je důležitý cizí jazyk. Přispívá k chápání a objevování

Více

Architektury Informačních systémů. Jaroslav Žáček

Architektury Informačních systémů. Jaroslav Žáček Architektury Informačních systémů Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Nutné pojmy Co je to informační systém? Jaké oblasti zahrnuje? Jaká je vazba IS na podnikovou strategii?

Více

INFORMATIKA MS WORD ODRÁŽKY A ČÍSLOVÁNÍ

INFORMATIKA MS WORD ODRÁŽKY A ČÍSLOVÁNÍ Škola: Autor: DUM: Vzdělávací obor: Tematický okruh: Téma: Masarykovo gymnázium Vsetín Mgr. Petr Koňařík MGV_VT_SS_1S3-D09_Z_WORD_ODR_CIS.docx Informatika MS Word Odrážky a číslování INFORMATIKA MS WORD

Více

Testování prvočíselnosti

Testování prvočíselnosti Dokumentace zápočtového programu z Programování II (NPRG031) Testování prvočíselnosti David Pěgřímek http://davpe.net Úvodem V různých oborech (například v kryptografii) je potřeba zjistit, zda je číslo

Více

ANGLICKÝ JAZYK - I. období (1. 2. ročník)

ANGLICKÝ JAZYK - I. období (1. 2. ročník) ANGLICKÝ JAZYK - I. období (1. 2. ročník) Charakteristika předmětu Výuka tvoří úvod do cizojazyčného vzdělávání žáků. V tomto období je nejdůležitější probouzení zájmu o výuku angličtiny a vytváření kladného

Více

NLP & strojové učení

NLP & strojové učení NLP & strojové učení Miloslav Konopík 2. dubna 2013 1 Úvodní informace 2 Jak na to? Miloslav Konopík () NLP & strojové učení 2. dubna 2013 1 / 13 Co je to NLP? NLP = Natural Language Processing (zpracování

Více

escribe: Online přepisovací centrum pro neslyšící

escribe: Online přepisovací centrum pro neslyšící escribe: Online přepisovací centrum pro neslyšící Dr. Lukáš Kencl Ing. Zdeněk Bumbálek Ing. Jan Zelenka Bc. Ivan Kutil Ing. Martin Novák Jaroslav Winter Mgr. Věra Strnadová Ladislav Kratochvíl Research

Více

Strategie ACE využívající virtuální elektrody v kochleárních implantátech Nucleus 24

Strategie ACE využívající virtuální elektrody v kochleárních implantátech Nucleus 24 Strategie ACE využívající virtuální elektrody v kochleárních implantátech Nucleus 24 Martin Vondrášek České vysoké učení v Praze, Fakulta elektrotechnická vondram3@fel.cvut.cz Abstrakt: Kochleární implantát

Více

Analýza a zpracování signálů

Analýza a zpracování signálů Analýza a zpracování ů Digital Signal Processing disciplína, která nám umožňuje nahradit (v případě že nezpracováváme vf y) obvody, dříve složené z rezistorů a kapacitorů, dvěma antialiasingovými filtry,

Více

Architektury Informačních systémů. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/

Architektury Informačních systémů. Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Architektury Informačních systémů Jaroslav Žáček jaroslav.zacek@osu.cz http://www1.osu.cz/~zacek/ Nutné pojmy Co je to informační systém? Jaké oblasti zahrnuje? Jaká je vazba IS na podnikovou strategii?

Více

Univerzita Karlova v Praze Matematicko-fyzikální fakulta. Hlasové ovládání televize. Ústav formální a aplikované lingvistiky

Univerzita Karlova v Praze Matematicko-fyzikální fakulta. Hlasové ovládání televize. Ústav formální a aplikované lingvistiky Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Patrik Černý Hlasové ovládání televize Ústav formální a aplikované lingvistiky Vedoucí bakalářské práce: Studijní program: Studijní

Více

Tvorba a adaptace lingvistické vrstvy pro systém rozpoznávání mluvené češtiny

Tvorba a adaptace lingvistické vrstvy pro systém rozpoznávání mluvené češtiny Tvorba a adaptace lingvistické vrstvy pro systém rozpoznávání mluvené češtiny autoreferát disertační práce Jan Kolorenč Tvorba a adaptace lingvistické vrstvy pro systém rozpoznávání mluvené češtiny Disertační

Více

ALGORITMIZACE A PROGRAMOVÁNÍ

ALGORITMIZACE A PROGRAMOVÁNÍ Metodický list č. 1 Algoritmus a jeho implementace počítačovým programem Základním cílem tohoto tematického celku je vysvětlení pojmů algoritmus a programová implementace algoritmu. Dále je cílem seznámení

Více

Rozpoznávání hlasových vstupů

Rozpoznávání hlasových vstupů XXVIII. ASR '2003 Seminar, Instruments and Control, Ostrava, May 6, 2003 194 Rozpoznávání hlasových vstupů LIČEV, Lačezar 1 & ALMÁSY, Peter 2 1 Doc., Ing., CSc., Katedra informatiky-456, VŠB-TU Ostrava,

Více

Vztah jazyků Chomskeho hierarchie a jazyků TS

Vztah jazyků Chomskeho hierarchie a jazyků TS Vztah jazyků Chomskeho hierarchie a jazyků TS Jan Konečný; (přednáší Lukáš Havrlant) 15. října 2013 Jan Konečný; (přednáší Lukáš Havrlant) Chomskeho hierarchie a jazyky TS 15. října 2013 1 / 23 Rychlé

Více

NEWTON Technologies a.s. Jaroslava Schmidtová Project manager

NEWTON Technologies a.s. Jaroslava Schmidtová Project manager NEWTON Technologies a.s. Jaroslava Schmidtová Project manager NEWTON Technologies a.s. Budoucnost tvoříme hlasem Jaroslava Schmidtová Project manager NEWTON Technologies, a.s. je česká společnost (založená

Více

( ) Jako základ mocnin nemusíme používat jen 10. Pokud není jasné, že číslo je uvedeno v desítkové soustavě, píšeme jej takto: ( 12054 ) 10

( ) Jako základ mocnin nemusíme používat jen 10. Pokud není jasné, že číslo je uvedeno v desítkové soustavě, píšeme jej takto: ( 12054 ) 10 .. Číselné soustavy I Předpoklady: základní početní operace Pedagogická poznámka: Tato a následující hodina není součástí klasické gymnaziální sady. Upřímně řečeno nevím proč. Jednak se všichni studenti

Více

NEWTON Technologies a.s.

NEWTON Technologies a.s. NEWTON Technologies a.s. Budoucnost tvoříme hlasem Mgr. Jaroslava Schmidtová Project manager NEWTON Technologies, a.s. je česká společnost (založená v roce 2008), která se specializuje na řešení využívající

Více

Příručka pro uživatele verze Online

Příručka pro uživatele verze Online Deutsch im Maschinenbau Němčina ve strojírenství Příručka pro uživatele verze Online česky A. Úvod B. Navigace C. Typy cvičení Příručka pro uživatele verze Online - česky A. Úvod B. Navigace C. Typy cvičení

Více

Charakteristika předmětu Anglický jazyk

Charakteristika předmětu Anglický jazyk Charakteristika předmětu Anglický jazyk Vyučovací předmět Anglický jazyk se vyučuje jako samostatný předmět s časovou dotací: Ve 3. 5. ročníku 3 hodiny týdně Výuka je vedena od počátečního vybudování si

Více

Programování II. Polymorfismus

Programování II. Polymorfismus Programování II Polymorfismus Osnova přednášky Vztah přetížení, překrytí a protected přístupu. Co je polymorfismus? Příklad. Přetížení, překrytí, protected Přetížení x překrytí Přetížením řešíme doplnění

Více

METODICKÝ LIST K TECHNICKÉMU KROUŽKU:

METODICKÝ LIST K TECHNICKÉMU KROUŽKU: METODICKÝ LIST K TECHNICKÉMU KROUŽKU: Název kroužku: Naprogramuj si svého robota Jméno autora kroužku: Ing. Roman Stark, CSc. Anotace: Ze stavebnice LEGO Mindstorms NXT si postav svého robota nebo nějaké

Více

PROGRAMY PRO GIS. Formovat/formulovat problém pro aplikaci v počítači. Fungování GIS programů na základní úrovni - "uvažovat" jako počítač

PROGRAMY PRO GIS. Formovat/formulovat problém pro aplikaci v počítači. Fungování GIS programů na základní úrovni - uvažovat jako počítač PROGRAMY PRO GIS Formovat/formulovat problém pro aplikaci v počítači Fungování GIS programů na základní úrovni - "uvažovat" jako počítač Jak počítače řeší problémy procesor central processing unit - CPU

Více

Tisk deníku příjmů a výdajů na jednu stranu

Tisk deníku příjmů a výdajů na jednu stranu - 1/13 - Tisk deníku příjmů a výdajů na jednu stranu v programu KALKUL1 V09 (V91 s drobnými odlišnostmi) Revize: 12.02.2005. Od verze V09.43-11 je pro uživatele, kteří mají k dispozici laserovou tiskárnu

Více

METODICKÝ LIST K TECHNICKÉMU KROUŽKU:

METODICKÝ LIST K TECHNICKÉMU KROUŽKU: METODICKÝ LIST K TECHNICKÉMU KROUŽKU: Název kroužku: Sestav si svého robota Jméno autora kroužku: Ing. Roman Stark, CSc. Anotace: Ze stavebnice LEGO Mindstorms NXT si postav svého robota nebo nějaké zařízení

Více

MULTICOM 112. Průvodce programem

MULTICOM 112. Průvodce programem MULTICOM 112 Průvodce programem Cíl Cílem projektu MULTICOM112 CD-ROM je zvýšit a rozšířit základní jazykové schopnosti techniků operačních středisek do takové míry, že budou schopni rozpoznat cizí jazyk

Více

Biskupské gymnázium Žďár nad Sázavou vyšší stupeň osmiletého gymnázia, čtyřleté gymnázium. Receptivní řečové dovednosti

Biskupské gymnázium Žďár nad Sázavou vyšší stupeň osmiletého gymnázia, čtyřleté gymnázium. Receptivní řečové dovednosti Předmět: Seminář anglická literatura Ročník: oktáva, 4. ročník Biskupské gymnázium Žďár nad Sázavou vyšší stupeň osmiletého gymnázia, čtyřleté gymnázium Vypracoval: PhDr. Jitka Stráská Očekávaný výstup

Více

Automatické rozpoznávání dopravních značek

Automatické rozpoznávání dopravních značek ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Jiří Hofman Automatické rozpoznávání dopravních značek Semestrální práce z předmětu ITS 2012 Obsah 1. Automatické rozpoznávání dopravních značek (ATSR)...

Více

E K O G Y M N Á Z I U M B R N O o.p.s. přidružená škola UNESCO

E K O G Y M N Á Z I U M B R N O o.p.s. přidružená škola UNESCO Seznam výukových materiálů III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Tematická oblast: Předmět: Vytvořil: Rozvoj řečových dovedností Ruský jazyk Helena Malášková 01 O spánku a váze - prezentace

Více

NĚKTERÉ OBVYKLÉ PROBLÉMY PŘI OSVOJOVÁNÍ ČESKÉHO HLÁSKOVÉHO SYSTÉMU CIZINCI (Ne)problematický vztah hláska foném grafém

NĚKTERÉ OBVYKLÉ PROBLÉMY PŘI OSVOJOVÁNÍ ČESKÉHO HLÁSKOVÉHO SYSTÉMU CIZINCI (Ne)problematický vztah hláska foném grafém NĚKTERÉ OBVYKLÉ PROBLÉMY PŘI OSVOJOVÁNÍ ČESKÉHO HLÁSKOVÉHO SYSTÉMU CIZINCI (Ne)problematický vztah hláska foném grafém 37. setkání AUČCJ Praha 19. 5. 2012 Jaroslav Šimek jarasimek@centrum.cz Hláska foném

Více

Lineární diskriminační funkce. Perceptronový algoritmus.

Lineární diskriminační funkce. Perceptronový algoritmus. Lineární. Perceptronový algoritmus. Petr Pošík Czech Technical University in Prague Faculty of Electrical Engineering Dept. of Cybernetics P. Pošík c 2012 Artificial Intelligence 1 / 12 Binární klasifikace

Více

Matematické přístupy k pojištění automobilů. Silvie Kafková. 3. 6. září 2013, Podlesí

Matematické přístupy k pojištění automobilů. Silvie Kafková. 3. 6. září 2013, Podlesí Matematické přístupy k pojištění automobilů Silvie Kafková 3. 6. září 2013, Podlesí Obsah 1 Motivace 2 Tvorba tarifních skupin a priori 3 Motivace Obsah 1 Motivace 2 Tvorba tarifních skupin a priori 3

Více

NAKI - ČRo archiv - Zpřístupnění archivu Českého rozhlasu pro sofistikované vyhledávání

NAKI - ČRo archiv - Zpřístupnění archivu Českého rozhlasu pro sofistikované vyhledávání NAKI - ČRo archiv - Zpřístupnění archivu Českého rozhlasu pro sofistikované vyhledávání Archiv mluvených pořadů Více Českého informací rozhlasu >>> je právem označován za jeden z klenotů kulturního dědictví

Více

SYLABUS IT V. Jiří Kubica. Ostrava 2011

SYLABUS IT V. Jiří Kubica. Ostrava 2011 P MODULU SYLABUS IT V DÍLČÍ ČÁST PROGRAMOVÁNÍ BUSINESS APLIKACÍ PODNIKU Bronislav Heryán Jiří Kubica Ostrava 20 : Autoři: Vydání: Počet stran: Tisk: Vydala: Sylabus modulu IT v podniku Programování business

Více

DEMO Převodsignálu na slovní reprezentaci Rozpozná jen to,na co byl naučen Jazyk,prostředí, slovník, téma Každé slovo zná svůj čas Přijďteza mnou po přednášce(iphone, ipad) SledujteTwitter Podívejte

Více