Strategie ACE využívající virtuální elektrody v kochleárních implantátech Nucleus 24
|
|
- Marek Ovčačík
- před 7 lety
- Počet zobrazení:
Transkript
1 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 je elektronické zařízení, které nahrazuje sluchový vjem pacientům s těžkou sluchovou vadou pomocí stimulace sluchového nervu proudovými pulsy. Tento příspěvek se zabývá implementací virtuálních elektrod v kochleárních implantátech Nucleus 24 do standardního řečového algoritmu ACE. Algoritmus ACEv využívající virtuální elektrody byl optimalizován s použitím simulací a testech na slyšících dobrovolnících. Poslechové testy a subjektivní poslech hudby na pacientech s kochleárními implantáty prokázaly zlepšení vnímání řeči a hudby. 1. Úvod Kochleární implantát [1] je elektronické zařízení zprostředkující sluchové vjemy pacientům s těžkou sluchovou vadou. Sluchové vjemy jsou vyvolávány přímou elektrickou stimulací sluchového nervu proudovými impulsy uvnitř hlemýždě. Algoritmus převodu akustického signálu na sled proudových impulsů je nazýván kódovací strategií. V současnosti jsou firmou Cochlear používány tři typy kódovacích strategií ACE, CIS a SPEAK. Algoritmy implementující kódovací strategie jsou uloženy v řečovém procesoru. Vlastní stimulace je prováděna implantátem, jehož tělo je umístněno na hlavě pod kůží pacienta, přičemž sada elektrod je zavedena do hlemýždě. 1. Implementace virtuálních elektrod do strategie ACE Algoritmus řečové strategie ACEv je uveden na obrázku 1. Vstupní řečový signál je rozdělen na segmenty v bloku segmentation. Na každý zpracovávaný segment je poté aplikována Fourierova transformace (blok FFT). Následující krok představuje filtraci ve spektru s použitím 43 filtrů. Ve standardní strategii ACE je řeč zpracovávána jen 22 filtry (na obr. 1 bez v ). Sluchový vjem pacienta je tak teoreticky složen z 22 různých tónů. PP 1 PP 1v virtual electrodes setting x[t] electrode 1 segmentation FFT PP 2 energy calculation Band selection LGF channel mapping electrode 22 PP 21v patient setting PP 22 Obr 1: Blokové schéma strategie ACE s virtuálními elektrodami.
2 To je obvykle dostatečné množství pro rozlišení řeči, ale pro rozlišení mluvčího či hudby velmi málo. Pokud mezi každými dvěmi fyzickými elektrodami vytvoříme jedu elektrodu virtuální, dostaneme tak 43 elektrod a 43 různých tónů Zpracování řeči tak bude probíhat rovněž ve 43 pásmech. Filtry označené s v odpovídají virtuálním elektrodám. V bloku Energy calculation je na každém výstupu filtru určena velikost energie odpovídající příslušnému frekvenčnímu pásmu. Blok band selection představuje algoritmus výběru informací podstatných pro dobrou srozumitelnost. Ve standardní strategii ACE představuje tento algoritmus prostý výběr M pásem s maximální energií. Pro použití ve strategii ACEv není tento algoritmu vhodný z důvodů popsaných v [4, 7]. Blok band selection byl optimalizován s ohledem na upravenou banku filtrů a minimalizace ovlivnění hlasitosti sluchového vjemu při použití virtuálních elektrod [7]. Blokové schéma algoritmu výběru pásem je uvedeno na obrázku 2. START S=0 (selected maxima) M=maxima to select i=1 sort bands according to energy (E(1) is band with highest energy) band with E(1) is selected as the maximum i=i+1 END Cycle: M=S? has the maximum E(i) less then 2 neighbor? i=i+1 continue Cycle has the maximum E(i) less then 1 neighbor? is E(i)> 0.7* energy of the neighbor? band E(i) is selected as the maximum band E(i) is selected as the maximum Obr 2: Blokové schéma algoritmu výběru pásem. Blok LGF je převzat beze změny ze standardní strategie ACE a představuje logaritmickou závislost mezi velikostí stimulačního proudu a hlasitostí vnímané řeči u pacientů s kochleárními implantáty. V případě simulací a testů se slyšícími dobrovolníky byl tento blok vynechán. Posledním blokem na obrázku 1 je blok channel mapping spolu s bloky individuálního nastavení pacienta ( patient setting a virtual electrode setting ). Tento blok přestavuje
3 převod velikosti stimulačních pulsů do dynamického rozsahu pacienta. Pro určení individuálních parametrů byl vytvořen program Programming Tool [7]. 2. Ověření algoritmu simulací Pro porovnání strategie ACE a ACEv byla použita kepstrální vzdálenost. Výstup obou porovnávaných strategií byl zpětně rekonstruován na řeč [7]. Oba rekonstruované řečové signály byly porovnávány s původní řečí. Jako vstup byla použita Česká řečová audiometrická databáze. Porovnání probíhalo zvlášť pro znělé a neznělé řečové úseky a pro šumové pozadí. Výsledná průměrná kepstrální vzdálenost je uvedena na obrázku 3, v závislosti na počtu přenášených maxim. Z uvedených výsledků vyplývá, že strategie ACEv podstatně lépe zpracovává neznělé úseky řeči a šumové pozadí. Porovnání bylo prováděno v programovém prostředí Matlab s použitím Nukleus Matlab Toolboxu [2, 3]. unvoiced ACE unvoiced ACEv voiced ACE voiced ACEv 4,8 3,8 4,7 4,6 4,5 4,4 4,3 4,2 3,7 3,6 3,5 3,4 3,3 3,2 3,1 3,0 2,9 4,1 2,8 a) b) pauses ACE pauses ACEv 4,6 4,5 4,4 4,3 4,2 4,1 4,0 3,9 3,8 c) Obr 3: Průměrná kepstrální vzdálenost pro znělé a neznělé úseky řeči a pro šumové pozadí. 3. Testy se slyšícími dobrovolníky Pro slyšící pacienty byla použita databáze Percepce řeči sluchem, standardně používaná pro vyšetření sluchu u sluchově postižených osob (pacienti používající naslouchátka i kochleární implantáty). Testy se slyšícími dobrovolníky byly prováděny v rámci diplomové práce [6]. Dosažená procentuální úspěšnost správných odpovědí je uvedena v následující tabulce. Poslechové skóre se s výjimkou pacienta N nezměnilo nebo zlepšilo.
4 Pacient ACE [%] ACEv [%] E F H I J K L M N O P Q Tab 1: Procentuální úspěšnost poslechových testů, dobrovolníci. 4. Testy s pacienty s kochleárními implantáty Pro testy s pacienty s kochleárními implantáty byla použita stejná databáze jako v případě testů se slyšícími dobrovolníky. Pro případ pacientů s kochleárními implantáty byly použity rozsáhlejší a časově náročnější testy. Procentuální úspěšnost čtyř testovaných pacientů je uvedena v následující tabulce. U pacientů A a C došlo k zlepšení poslechového skóre o 5 a 10 %. U těchto pacientů bylo v minulosti dosaženo velmi dobrého rozlišení frekvencí generovaných standardní a virtuální elektrodou. Pacienti B a D dosáhli stejného nebo nepatrně vyššího poslechového skóre. Tito pacienti v předcházejících testech hůře rozlišovali standardní a virtuální elektrody [7]. Pacient ACE ACEv A B C D Tab 2: Procentuální úspěšnost poslechových testů, pacienti. Pacienti s kochleárními implantáty byli dále testováni na rozpoznání hudby. V prvním případě bylo vybráno deset hudebních nástrojů a pro každý byla nahrána chromatická stupnice. Poté byla tato stupnice zpracována strategií ACE i ACEv a prezentována pacientům. Pacienti rozhodovali která strategie lépe prezentuje stoupající melodii a zda je zvuk více či méně podobný skutečnému nástroji (všichni testovaní pacienti byli postlingválně ohluchlí). Preference pacientů ( s standardní straetgie ACE, v -ACEv a N bez preference) je shrnuta v tabulce 3. piano varhany kytara viola struna trumpeta clarinet flétna synthetik xylophone Pacient S:V:N A V V V V V N S S V V 2:6:2 B N V S S S S V S N S 6:2:2 C S V V S V V N V V V 2:7:1 D N V V S N N V S V V 2:5:3 Tab 3: Rozpoznání hudebních nástrojů, pacienti.
5 Pro porovnání souvislé řeči a hudby bylo vybráno deset ukázek řeči (divadelní hry a pohádky) a dvacet hudebních ukázek všech žánrů. Pacientům byly postupně prezentovány všechny ukázky zpracované strategií ACE a ACEv. Pacienti preferovali strategii ACEv pro její lepší reprezentaci melodie řeči i hudby. Na druhé straně strategie ACEv zněla poněkud metalicky. Řeč prezentovaná strategií ACEv měla navíc vyšší F0. Oba výše prezentované nedostatky by mohly být odstraněny optimalizací použité banky filtrů a také delším zácvikem pacientů. Testované osoby totiž porovnávaly strategii kterou běžně používají se strategií kterou mohli slyšet jen v laboratoři v průběhu testů. 5. Závěr Virtuální elektrody byly implementovány do řečové strategie ACE. Použití virtuálních elektrod ve strategii ACE s sebou přináší problémy, které ale lze uspokojivě řešit. Výsledná řečová strategie pak umožňuje lepší frekvenční rozlišení v porovnání se standardní strategií ACE. Standardní strategie ACE i ACE s virtuálními elektrodami byly testovány na kvalitu řeči s hlediska její přirozenosti a srozumitelnosti pomocí simulací testů na slyšících dobrovolnících a na pacientech s kochleárními implantáty. Obě strategie budou rovněž porovnány na ukázkách hudebních nástrojů, souvislé řeči a ukázkách hudby. 6. Poděkování Tato práce vznikla za podpory výzkumného záměru Transdisciplinární výzkum v biomedicínském inženýrství 2 č. MSM a grantem Modelování biologických a řečových signálů, č 102/03/H085 Českého vysokého učení technického v Praze. Reference [1] CLARK, G. Cochlear implants, fundamentals and applications. New York: Springer NY, p. ISBN [2] Nucleus Reference manual. Cochlear Ltd. Australia, N94359F ISSI. [3] Swanson, B. Nucleus Matlab Neural Toolbox. Cochlear Ltd. Australia, [4] M. Vondrášek, T. Tichý, P Sovka.Virtual Electrodes in Nucleus 24 Implant. NIC Workshop 2006, Nechrlen, Belgium [5] Vondrášek, M. - Tichý, T. - Sovka, P.: Virtual Electrodes Discrimination in NucleusR 24 Cochlear Implant. In Applied Electronics Plzeň: ZČU Plzeň, 2006, s ISBN [6] Zralíková, V.: Porovnání řečových strategií pro kochleární implantáty Nucleus 24, Thesis, ČVUT-FEL, [7] Vondrášek, M.: Speech Preprocessing for Cochlear implants. Doctoral Thesis, CTU Prague 2007.
Virtuální elektrody v kochleárních implantátech Nucleus 24
Virtuální elektrody v kochleárních implantátech Nucleus 24 Martin Vondrášek České vysoké učení v Praze, Fakulta elektrotechnická vondram3@fel.cvut.cz Abstrakt: Kochleární implantát je elektronické zařízení,
VíceZvýrazňování řeči pomocí vícekanálového zpracování
Zvýrazňování řeči pomocí vícekanálového zpracování Václav Bolom, Pavel Sovka Katedra teorie obvodů Fakulta elektrotechnická České vysoké učení technické v Praze Technická 2, 66 27 Praha 6 Abstrakt Problém
VíceV o r z o e z né: Zís í k s a k n a é: n j e č j astě t j ě i j b b u í b n í e n k Ú azy v n v i n t i ř t ní n h í o h o uc u ha h
Kochleární implantáty s využitím prezentace p. Antona Lacika Sluch Sluch je po zraku druhým nejdůležitějším smyslem. Umožňuje: vnímání zvuků prostorovou orientaci dorozumívání, tj. styk s ostatními lidmi.
VíceADA Semestrální práce. Harmonické modelování signálů
České vysoké učení technické v Praze ADA Semestrální práce Harmonické modelování signálů Jiří Kořínek 31.12.2005 1. Zadání Proveďte rozklad signálu do harmonických komponent (řeč, hudba). Syntetizujte
VíceÚkol 1 Zpráva k semestrální práci k předmětu B2M31SYN Syntéza audio signálů Lukáš Krauz krauzluk@fel.cvut.cz Hlavním cílem této úlohy bylo vytvořit za pomoci MIDI souboru, obsahující noty a stopy k jednotlivým
VíceROZPOZNÁNÍ TITULU GRAMOFONOVÉ DESKY PODLE KRÁTKÉ UKÁZKY
ROZPOZNÁNÍ TITULU GRAMOFONOVÉ DESKY PODLE KRÁTKÉ UKÁZKY V. Moldan, F. Rund Katedra radioelektroniky, fakulta elektrotechnická České vysoké učení technické v Praze, Česká republika Abstrakt Tento článek
VíceSYNTÉZA AUDIO SIGNÁLŮ
SYNTÉZA AUDIO SIGNÁLŮ R. Čmejla Fakulta elektrotechnická, ČVUT v Praze Abstrakt Příspěvek pojednává o technikách číslicové audio syntézy vyučovaných v předmětu Syntéza multimediálních signálů na Elektrotechnické
VíceKlasifikace 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
VíceKatalog biomedicínských modelů, výuka simulacim a modelování v biomedicínském inženýrství, interaktivní systém v MatLab-Simulinku
SYSTÉM PRO PRESENTACI MODELŮ Patrik Onderka, Vladimír Eck, Karel Malý Anotace Sdělení popisuje praktické použití katalogu modelů ve výuce předmětu Simulace a modelování v inženýrském bloku studijního plánu
VíceAkustika pro posluchače HF JAMU
Akustika pro posluchače HF JAMU Zvukové vlny a kmity (1) 2 Vnímání zvuku (3) 2 Akustika hudebního nástroje (2) 2 Akustika při interpretaci (2) 3 Záznam hry na hudební nástroje (2) 4 Seminární a samostatné
VíceLaboratorní úloha č. 8: Elektroencefalogram
Laboratorní úloha č. 8: Elektroencefalogram Cíle úlohy: Rozložení elektrod při snímání EEG signálu Filtrace EEG v časové oblasti o Potlačení nf a vf rušení o Alfa aktivita o Artefakty Spektrální a korelační
VíceQuantization of acoustic low level signals. David Bursík, Miroslav Lukeš
KVANTOVÁNÍ ZVUKOVÝCH SIGNÁLŮ NÍZKÉ ÚROVNĚ Abstrakt Quantization of acoustic low level signals David Bursík, Miroslav Lukeš Při testování kvality A/D převodníků se používají nejrůznější testovací signály.
VíceGUI PRO DEMONSTRACI PRINCIPŮ BINAURÁLNÍ LOKALIZACE ZDROJŮ ZVUKU
GUI PRO DEMONSTRACI PRINCIPŮ BINAURÁLNÍ LOKALIZACE ZDROJŮ ZVUKU O. Glaser, F. Rund, D. Štorek Katedra radioelektroniky, Fakulta elektrotechnická, České vysoké učení technické v Praze Abstrakt Tento článek
VíceSluchové stimulátory. České vysoké učení technické v Praze
Sluchové stimulátory České vysoké učení technické v Praze Zvuk jedna z forem energie (k šíření potřebuje médium) vzduchem se šíří jako pravidelné tlakové změny = vlny vlnová délka amplituda frekvence Sluch
VíceSTANOVENÍ CHARAKTERU SEGMENTU ŘEČI S VYUŽITÍM REÁLNÉHO KEPSTRA
STANOVENÍ CHARAKTERU SEGMENTU ŘEČI S VYUŽITÍM REÁLNÉHO KEPSTRA Oldřich Horák Univerzita Pardubice, Fakulta ekonomicko-správní, Ústav systémového inženýrství a informatiky Abstract: The extraction of the
VíceDETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH
DETEKCE HRAN V BIOMEDICÍNSKÝCH OBRAZECH Viktor Haškovec, Martina Mudrová Vysoká škola chemicko-technologická v Praze, Ústav počítačové a řídicí techniky Abstrakt Příspěvek je věnován zpracování biomedicínských
VíceNávrh frekvenčního filtru
Návrh frekvenčního filtru Vypracoval: Martin Dlouhý, Petr Salajka 25. 9 2010 1 1 Zadání 1. Navrhněte co nejjednodušší přenosovou funkci frekvenčního pásmového filtru Dolní propusti typu Bessel, která bude
VíceZpracování informace neurony ve sluchové dráze
Zpracování informace neurony ve sluchové dráze Petr Maršálek Ústav patologické fyziologie 1. LF UK Podlesí, září 2013 1 Osnova 1. princip funkce kochleárního implantátu 2. rozdíl mezi akustickou a elektrickou
VíceAkustika a biofyzika sluchu Biofyzika
Akustika a biofyzika sluchu Biofyzika Zvuk Mechanické vlnění Šíří se v plynech, kapalinách i pevných látkách Rychlost šíření ve vzduchu: 340m/s = 1 Mach, při 0 C 322m/s Slyšitelný zvuk Mechanické vlnění
VíceSynth challange 2016
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Synth challange 2016 Komentář k práci Jan Dvořák OBSAH ÚVOD... 2 1 Syntéza orchestrálních nástrojů pro symfonickou báseň B. Smetany "Vltava"...
VíceAkustika pro posluchače HF JAMU
Akustika pro posluchače HF JAMU Zvukové vlny a kmity (1)! 2 Vnímání zvuku (3)! 2 Akustika hudebního nástroje (2)! 2 Akustika při interpretaci (2)! 3 Záznam hry na hudební nástroje (2)! 4 Seminární a samostatné
VíceBiomedicínské inženýrství na ČVUT FEL
Biomedicínské inženýrství na ČVUT FEL Přehled pracovišť katedra fyziky elektrotechnologie elektromagnetického pole teorie obvodů kybernetiky mikroelektroniky počítačů měření témata fyzikální metody v medicíně
VíceZKUŠENOSTI S VYUŽÍVÁNÍM A VYBRANÉ PŘÍKLADY APLIKACÍ TZV. "COLLEGE" LICENCE MATLABU NA ČVUT V PRAZE, MU V BRNĚ A ZČU V PLZNI. Ing.
ZKUŠENOSTI S VYUŽÍVÁNÍM A VYBRANÉ PŘÍKLADY APLIKACÍ TZV. "COLLEGE" LICENCE MATLABU NA ČVUT V PRAZE, MU V BRNĚ A ZČU V PLZNI Abstrakt Ing. Jiří Hozman Katedra radioelektroniky (K337), FEL ČVUT v Praze V
VíceSIMULACE ZVUKOVÉHO POLE VÍCE ZDROJŮ
SIMULACE ZVUKOVÉHO POLE VÍCE ZDROJŮ F. Rund Katedra radioelektroniky, Fakulta elektrotechnická, České vysoké učení technické v Praze Abstrakt Studium zvukového pole vytvářeného soustavou jednotlivých zvukových
VíceIMPLEMENTACE AUTOMATIZOVANÉHO MĚŘENÍ HRTF V MATLABU
IMPLEMENTACE AUTOMATIZOVANÉHO MĚŘENÍ HRTF V MATLABU O. Šupka, F. Rund, J. Bouše Katedra radioelektroniky, fakulta elektrotechnická České vysoké učení technické v Praze, Česká republika Abstrakt Tento příspěvek
VíceTSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY
TSO NEBO A INVARIANTNÍ ROZPOZNÁVACÍ SYSTÉMY V PROSTŘEDÍ MATLAB K. Nováková, J. Kukal FJFI, ČVUT v Praze ÚPŘT, VŠCHT Praha Abstrakt Při rozpoznávání D binárních objektů z jejich diskrétní realizace se využívají
VíceTaje lidského sluchu
Taje lidského sluchu Markéta Kubánková, ČVUT v Praze, Fakulta biomedicínského inženýrství Sluch je jedním z pěti základních lidských smyslů. Zvuk je signál zprostředkovávající informace o okolním světě,
VíceAnalýza 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
VíceFyziologická akustika. fyziologická akustika: jak to funguje psychologická akustika: jak to na nás působí
Fyziologická akustika anatomie: jak to vypadá fyziologická akustika: jak to funguje psychologická akustika: jak to na nás působí hudební akustika: jak dosáhnout libých počitků Anatomie lidského ucha Vnější
VíceMĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH. Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky
MĚŘENÍ A ANALÝZA ELEKTROAKUSTICKÝCH SOUSTAV NA MODELECH Petr Kopecký ČVUT, Fakulta elektrotechnická, Katedra Radioelektroniky Při návrhu elektroakustických soustav, ale i jiných systémů, je vhodné nejprve
VíceVáclav Syrový: Hudební akustika, Praha 2003, s. 7
Hudební akustika Mgr. Petr Kalina 30.9.2013 Definice obecné akustiky Předmětem akustiky je zkoumání fyzikální podstaty zvuku a problémů spojených s jeho vznikem, šířením a vnímáním. Zvuk je zvláštní druh
VícePaedDr. Lenka Dohnalová RNDr. Tomáš Fürst, PhD. Katedra Hv PdF UP Olomouc
Návrh experimentu a technické nástroje pro výzkum účinnosti muzikoterapeutických rehabilitačních strategií s uměle implementovanou komplexitou fyziologického typu PaedDr. Lenka Dohnalová RNDr. Tomáš Fürst,
VíceKepstrální analýza řečového signálu
Semestrální práce Václav Brunnhofer Kepstrální analýza řečového signálu 1. Charakter řečového signálu Lidská řeč je souvislý, časově proměnný proces. Je nositelem určité informace od řečníka k posluchači
VíceANALÝZA POTLAČOVÁNÍ AKUSTICKÉHO ECHA A DTD DETEKCE V CHYTRÝCH TELEFONECH
ANALÝZA POTLAČOVÁNÍ AKUSTICKÉHO ECHA A DTD DETEKCE V CHYTRÝCH TELEFONECH Jan Klapuch, Petr Pollák České vysoké učení technické v Praze, Fakulta elektrotechnická, K13131 klapujan@fel.cvut.cz, pollak@fel.cvut.cz
VíceKomplexní obálka pásmového signálu
České vysoké učení technické v Praze, Fakulta elektrotechnická X37SGS Signály a systémy Komplexní obálka pásmového signálu Daniel Tureček 8.11.8 1 Úkol měření Nalezněte vzorky komplexní obálky pásmového
VíceAplikace obrazové fúze pro hledání vad
Marek Vajgl, Irina Perfilieva, Petr Hurtík, Petra Hoďáková Národní superpočítačové centrum IT4Innovations Divize Ostravské univerzity Ústav pro výzkum a aplikaci fuzzy modelování Ostrava, Česká republika
VíceČíslicové zpracování signálů a Fourierova analýza.
Číslicové zpracování signálů a Fourierova analýza www.kme.zcu.cz/kmet/exm 1 Obsah prezentace 1. Úvod a motivace 2. Data v časové a frekvenční oblasti 3. Fourierova analýza teoreticky 4. Fourierova analýza
VíceCentrum kompetence automobilového průmyslu Josefa Božka - 7. GSŘ 2015, Herbertov 6. a
WP15: Snížení problémů hluku a vibrací (tzv. NVH) a zlepšení vibračního pohodlí pro budoucí vozidla Vedoucí konsorcia podílející se na pracovním balíčku České vysoké učení technické v Praze, zodpov. osoba
VíceGUI PRO SYNTÉZU HRTF A TESTOVÁNÍ VÝSLEDKŮ
GUI PRO SYNTÉZU HRTF A TESTOVÁNÍ VÝSLEDKŮ F. Rund, F. Saturka Katedra radioelektroniky, fakulta elektrotechnická, České vysoké učení technické v Praze, Česká republika Abstrakt Vytvoření virtuálního akustického
VíceVYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ
VYUŽITÍ MATLABU PRO PODPORU VÝUKY A PŘI ŘEŠENÍ VÝZKUMNÝCH ÚKOLŮ NA KATEDŘE KOMUNIKAČNÍCH A INFORMAČNÍCH SYSTÉMŮ Markéta Mazálková Katedra komunikačních a informačních systémů Fakulta vojenských technologií,
VíceSYNTÉZA 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
VíceVyužití neuronové sítě pro identifikaci realného systému
1 Portál pre odborné publikovanie ISSN 1338-0087 Využití neuronové sítě pro identifikaci realného systému Pišan Radim Elektrotechnika 20.06.2011 Identifikace systémů je proces, kdy z naměřených dat můžeme
VíceKatedra radioelektroniky K13137, FEL ČVUT Praha. zakódování dané informace. Tento trend postihl i oblast záznamu a přenosu širokopásmových
EXPERIMENTÁLNÍ ZVUKOVÝ KODÉR F. Rund, J. Nováček Katedra radioelektroniky K13137, FEL ČVUT Praha Abstrakt Všechny dnes široce rozšířené systémy pro kompresi zvuku vycházejí ze stejných psychoakustických
VíceUŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU
UŽITÍ KOHERENČNÍ FUNKCE PRO DISTRIBUOVANOU ANALÝZU VÍCEKANÁLOVÝCH SIGNÁLŮ Robert Háva, Aleš Procházka Vysoká škola chemicko-technologická, Abstrakt Ústav počítačové a řídicí techniky Analýza vícekanálových
VíceNOVÉ METODY HODNOCENÍ OBRAZOVÉ KVALITY
NOVÉ METODY HODNOCENÍ OBRAZOVÉ KVALITY Stanislav Vítek, Petr Páta, Jiří Hozman Katedra radioelektroniky, ČVUT FEL Praha, Technická 2, 166 27 Praha 6 E-mail: svitek@feld.cvut.cz, pata@feld.cvut.cz, hozman@feld.cvut.cz
VíceVe dvou se to lépe táhne. Proč je dobré nosit sluchadla na obou uších.
Ve dvou se to lépe táhne 8 Proč je dobré nosit sluchadla na obou uších. Toto je osmá ze série brožur Widex o sluchu a záležitostech, které se sluchu týkají. Slyšet svět kolem nás Pro naši schopnost dobře
Více0.0001 0.001 0.01 0.1 1 10 100 1000 10000. Čas (s) Model časového průběhu sorpce vyplývá z 2. Fickova zákona a je popsán následující rovnicí
Program Sorpce1.m psaný v prostředí Matlabu slouží k vyhlazování naměřených sorpčních křivek a výpočtu difuzních koeficientů. Kromě standardního Matlabu vyžaduje ještě Matlab Signal Processing Toolbox
VíceKlasifikace hudebních stylů
Klasifikace hudebních stylů Martin Šimonovský (mys7@seznam.cz) Rozpoznávání hudby úloha z oblasti DSP klasifikace dle hudebních stylů
VíceAKUSTIKA. Tón a jeho vlastnosti
AKUSTIKA Tón a jeho vlastnosti Zvuky dělíme na dvě základní skupiny: 1. Tóny vznikají pravidelným chvěním zdroje zvuku, průběh závislosti výchylky na čase je periodický, jsou to např. zvuky hudebních nástrojů,
VíceZpráva k semestrální práci z B2M31SYN Syntéza audio signálů
Zpráva k semestrální práci z B2M31SYN Syntéza audio signálů Část 1 - Syntéza orchestrálních nástrojů pro symfonickou báseň B.Smetany "Vltava" Cílem této části práce je syntetizovat symfonickou báseň B.Smetany
VíceSmisitelová, J. AUDIO-Fon centr. Brno. Horný Smokovec november 2016
Smisitelová, J. AUDIO-Fon centr. Brno Horný Smokovec 3.- 4. november 2016 Vytvoření podmíněného reflexu mezi přesně definovaným zvukem a vizuálním vjemem Použití pouze zvuku a očekávaná vizuální reakce
VíceZpráva k semestrální práci
ČVUT FEL Zpráva k semestrální práci A2B31SMS Jan Vimr 2017/2018 1. Postup Zadáním semestrální práce byla syntéza libovolného hudebního nástroje pro skladbu: Let čmeláka Nikolaj Rimskij Korsakov, dále odevzdat
VíceIng. Zdeněk Otčenášek, Ph.D. Narozen: 3.7.1957. Vzdělání: 1972 1976 Střední průmyslová škola elektrotechnická, Praha, obor radioelektronika
Ing. Zdeněk Otčenášek, Ph.D. Narozen: 3.7.1957 Vzdělání: 1972 1976 Střední průmyslová škola elektrotechnická, Praha, obor radioelektronika 1976 1981 Elektrotechnická fakulta ČVUT Praha, obor elektronika,
VíceSyntéza zvuků a hudebních nástrojů v programovém prostředí MATLAB
Syntéza zvuků a hudebních nástrojů v programovém prostředí MATLAB Úvod Cílem této semestrální práce je syntéza orchestrálních nástrojů pro symfonickou báseň Vltava Bedřicha Smetany a libovolná vlastní
Víceobhajoba diplomové práce
České vysoké učení technické v Praze, Fakulta strojní, Ústav mechaniky, biomechaniky a mechatroniky obhajoba diplomové práce v Praze, srpen 2014 autor: vedoucí: Ing. Pavel Steinbauer, Ph.D. Modální zkouška
VíceZákladní komunikační řetězec
STŘEDNÍ PRŮMYSLOVÁ ŠKOLA NA PROSEKU EVROPSKÝ SOCIÁLNÍ FOND Základní komunikační řetězec PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL
VíceAkustika. Teorie - slyšení. 5. Přednáška
Akustika Teorie - slyšení 5. Přednáška http://data.audified.com/downlpublic/edu/zha_pdf.zip http://data.audified.com/downlpublic/edu/akustikaotazky03.pdf http://data.audified.com/downlpublic/edu/jamusimulatorspro103mac.dmg.zip
VíceSemestrální 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
VíceAutomatická detekce anomálií při geofyzikálním průzkumu. Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011
Automatická detekce anomálií při geofyzikálním průzkumu Lenka Kosková Třísková NTI TUL Doktorandský seminář, 8. 6. 2011 Cíle doktorandské práce Seminář 10. 11. 2010 Najít, implementovat, ověřit a do praxe
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION ÚSTAV BIOMEDICÍNSKÉHO INŽENÝRSTVÍ DEPARTMENT
VíceKNIHOVNA MODELŮ TECHNOLOGICKÝCH PROCESŮ
KNIHOVNA MODELŮ TECHNOLOGICKÝCH PROCESŮ Radim Pišan, František Gazdoš Fakulta aplikované informatiky, Univerzita Tomáše Bati ve Zlíně Nad stráněmi 45, 760 05 Zlín Abstrakt V článku je představena knihovna
VíceMĚŘENÍ ČASOVÉHO ZPOŽDĚNÍ MEZI SIGNÁLY MOZKU: APLIKACE V EPILEPTOLOGII Jan Prokš 1, Přemysl Jiruška 2,3
MĚŘENÍ ČASOVÉHO ZPOŽDĚNÍ MEZI SIGNÁLY MOZKU: APLIKACE V EPILEPTOLOGII Jan Prokš, Přemysl Jiruška 2,3 Katedra teorie obvodů, Fakulta elektrotechnická ČVUT, 2 Ústav fyziologie, Univerzita Karlova 2. lékařská
VíceAlgoritmy a struktury neuropočítačů ASN P09. Analýza emocionální řeči neuronovými sítěmi Proč?
Analýza emocionální řeči neuronovými sítěmi Proč? Pomocí emocí zlepšit kvalitu syntetické řeči a zvýšit přirozenost Jak? Analýzou emocí na základě spektrálních vlastností řeči na základě hudební teorie
VíceB2M31SYN 9. PŘEDNÁŠKA 7. prosince Granulační syntéza Konkatenační syntéza Nelineární funkce Tvarovací syntéza
B2M31SYN 9. PŘEDNÁŠKA 7. prosince 2016 Granulační syntéza Konkatenační syntéza Nelineární funkce Tvarovací syntéza Granulační syntéza Jako alternativu k popisu pomocí sinusovek při úvahách o zvuku navrhl
VíceSIMULACE JEDNOFÁZOVÉHO MATICOVÉHO MĚNIČE
SIMULE JEDNOFÁZOVÉHO MATICOVÉHO MĚNIČE M. Kabašta Žilinská univerzita, Katedra Mechatroniky a Elektroniky Abstract In this paper is presented the simulation of single-phase matrix converter. Matrix converter
VíceVyužití 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:
VíceMetody automatického texturování 3D modelu měst s využitím internetových fotoalb 3D town model for internet application
Jihočeská univerzita v Českých Budějovicích Katedra informatiky Pedagogické fakulty Metody automatického texturování 3D modelu měst s využitím internetových fotoalb 3D town model for internet application
VíceA HYPERMEDIÁLNÍ MULTIMEDIÁLNÍ SYSTÉMY ZÁKLADNÍ VLASTNOSTI. Zvuk a jeho nahrávání ZVUK. reakce logaritmická, frekvenčně závislá
MULTIMEDIÁLNÍ A HYPERMEDIÁLNÍ SYSTÉMY 3) Zvuk a jeho nahrávání Petr Lobaz, 3. 3. 2009 ZÁKLADNÍ VLASTNOSTI ZVUK příčné kmitání molekul vzduchu rychlost 340 m s 1 (1000 ft s 1, 1 ft ms 1 ) vlnová délka pro
VíceSrovnání kvality snímání analogových veličin řídících desek se signálovým procesorem Motorola DSP56F805. Úvod. Testované desky
Srovnání kvality snímání analogových veličin řídících desek se signálovým procesorem Motorola DSP56F805 Anotace: Tento dokument vznikl pro interní účely Výzkumného centra spalovacích motorů a automobilů
VícePetr 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
VíceModerní multimediální elektronika (U3V)
Moderní multimediální elektronika (U3V) Prezentace č. 13 Moderní kompresní formáty pro přenosné digitální audio Ing. Tomáš Kratochvíl, Ph.D. Ústav radioelektroniky, FEKT VUT v Brně Program prezentace Princip
VíceSouprava SET 840 S Vlastnosti
Souprava SET 840 S Kompenzační pomůcka s audio výstupem a indukční smyčkou EZT 3011 a je určena pro spojení s klasickými sluchadly nebo běžnými sluchátky. Vlastnosti Bezdrátový přenos pomocí rádiových
VíceElektroencefalografie. X31LET Lékařská technika Jan Havlík Katedra teorie obvodů
Elektroencefalografie X31LET Lékařská technika Jan Havlík Katedra teorie obvodů xhavlikj@fel.cvut.cz Elektroencefalografie diagnostická metoda, umožňující snímání a záznam elektrické aktivity mozku invazivní
VíceSemestrální práce z předmětu Syntéza audio signálů
Semestrální práce z předmětu Syntéza audio signálů Téma: Syntéza orchestrálních nástojů ve skladbě Vltava od Bedřicha Smetany a syntéza zvuku mouchy Dominik Šmíd zimní semestr 2016/17 Obsah: 1. Úvod 2.
Více3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU
3 METODY PRO POTLAČENÍ ŠUMU U ŘE- ČOVÉHO SIGNÁLU V současné době se pro potlačení šumu u řečového signálu používá mnoho různých metod. Jedná se například o metody spektrálního odečítání, Wienerovy filtrace,
VíceZvuk a jeho vlastnosti
PEF MZLU v Brně 9. října 2008 Zvuk obecně podélné (nebo příčné) mechanické vlnění v látkovém prostředí, které je schopno vyvolat v lidském uchu sluchový vjem. frekvence leží v rozsahu přibližně 20 Hz až
VíceHudební výchova ve 1. ročníku
Hudební výchova ve 1. ročníku Září Vokální Zásady správného postoje a dýchání při zpěvu. Intonačně čistý zpěv písní. MPZ ( metodický průvodce, zpěvník) s. 5-10 U (učebnice) s.6-17 PL (pracovní listy) 1,2
Více1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15
Úvodní poznámky... 11 1. Vlastnosti diskretních a číslicových metod zpracování signálů... 15 1.1 Základní pojmy... 15 1.2 Aplikační oblasti a etapy zpracování signálů... 17 1.3 Klasifikace diskretních
VíceZákladní metody číslicového zpracování signálu část I.
A4M38AVS Aplikace vestavěných systémů Základní metody číslicového zpracování signálu část I. Radek Sedláček, katedra měření, ČVUT v Praze FEL, 2015 Obsah přednášky Úvod, motivace do problematiky číslicového
VíceKvalita zvuku a obrazu v elektronických komunikacích aneb Ještě chceme HiFi?
Kvalita zvuku a obrazu v elektronických komunikacích aneb Ještě chceme HiFi? Doc. Ing. Jiří MASOPUST, CSc. Katedra aplikované elektroniky a telekomunikací Fakulta elektrotechnická, ZČU v Plzni Kvalita
VíceWavelet transformace v metodách zvýrazňování řeči
Wavelet transformace v metodách zvýrazňování řeči Petr Opršal 1 1 Katedra elektrických měření, FEI, VŠB Technická Univerzita Ostrava, 17. listopadu 15, 708 33, Ostrava-Poruba oprsal@tiscali.cz Abstrakt.
VíceAkustika. 3.1 Teorie - spektrum
Akustika 3.1 Teorie - spektrum Rozklad kmitů do nejjednodušších harmonických Spektrum Spektrum Jedna harmonická vlna = 1 frekvence Dvě vlny = 2 frekvence Spektrum 3 vlny = 3 frekvence Spektrum Další vlny
VíceJAK 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
VíceVLIV GEOMETRICKÉ DISPERZE
VLIV GEOMETRICKÉ DISPERZE NA ŠÍŘENÍ NAPĚŤOVÝCH VLN Petr Hora Centrum diagnostiky materiálu, Ústav termomechaniky AV ČR, Veleslavínova, 3 4 Plzeň, e-mail: hora@cdm.it.cas.cz Abstrakt The effect geometrical
VíceMULTIMEDIÁLNÍ A HYPERMEDIÁLNÍ SYSTÉMY. 4) Upravujeme nahraný zvuk
MULTIMEDIÁLNÍ A HYPERMEDIÁLNÍ SYSTÉMY 4) Upravujeme nahraný zvuk Petr Lobaz, 8. 3. 2006 MIXÁŽNÍ PULT vstupní část korekční část pomocné výstupy výstupy VSTUPNÍ ČÁST nastavení citlivosti kontrola ořezávání
Vícev Praze mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9
České vysoké učení technické v Praze Algoritmy pro měření zpoždění mezi kanály EEG Ondřej Drbal 5. ročník, stud. sk. 9 31. března 23 Obsah 1 Zadání 1 2 Uvedení do problematiky měření zpoždění signálů 1
VíceSOFTWARE PRO PREZENTACI EEG SIGNÁLŮ A JEJICH ANALÝZ VYTVOŘENÝCH V MATLABU
SOFTWARE PRO PREZENTACI EEG SIGNÁLŮ A JEJICH ANALÝZ VYTVOŘENÝCH V MATLABU L.Šenfeld 1, V.Tůma 1 1 Fakulta elektrotechnická, ČVUT v Praze Abstrakt Analýza intrakraniálních elektroencefalogramů je jedna
VíceFakulta elektrotechniky a komunikačních technologií Ústav radioelektroniky. prof. Ing. Stanislav Hanus, CSc v Brně
Vysoké učení technické v Brně Fakulta elektrotechniky a komunikačních technologií Ústav radioelektroniky Autor práce: Vedoucí práce: prof. Ing. Stanislav Hanus, CSc. 3. 6. 22 v Brně Obsah Úvod Motivace
VíceSIMULACE PULZUJÍCÍHO PRŮTOKU V POTRUBÍ S HYDRAULICKÝM AKUMULÁTOREM Simulation of pulsating flow in pipe with hydraulic accumulator
Colloquium FLUID DYNAMICS 2009 Institute of Thermomechanics AS CR, v.v.i., Prague, October 21-23, 2009 p.1 SIMULACE PULZUJÍCÍHO PRŮTOKU V POTRUBÍ S HYDRAULICKÝM AKUMULÁTOREM Simulation of pulsating flow
VíceIMPLEMENTACE OBJEKTIVNÍHO MODELU HODNOCENÍ KVALITY ZVUKU PEMO-Q V PROSTŘEDÍ MATLAB SE ZAHRNUTÝM MODELEM SLUCHOVÉ CESTY A MODELEM CASP
IMPLEMENTACE OBJEKTIVNÍHO MODELU HODNOCENÍ KVALITY ZVUKU PEMO-Q V PROSTŘEDÍ MATLAB SE ZAHRNUTÝM MODELEM SLUCHOVÉ CESTY A MODELEM CASP M. Zalabák Katedra radioelektroniky, ČVUT FEL v Praze Abstrakt Cílem
Vícezákladní vlastnosti, používané struktury návrhové prostředky MATLAB problém kvantování koeficientů
A0M38SPP - Signálové procesory v praxi - přednáška 4 2 Číslicové filtry typu FIR a IIR definice operace filtrace základní rozdělení FIR, IIR základní vlastnosti, používané struktury filtrů návrhové prostředky
VíceSimulace zpracování optické obrazové informace v Matlabu. Petr Páta, Miloš Klíma, Jaromír Schindler
Simulace zpracování optické obrazové informace v Matlabu Petr Páta, Miloš Klíma, Jaromír Schindler Katedra radioelektroniky, K337, ČVUT FEL Praha, Technická, 166 7, Praha 6 E-mail: pata@fel.cvut.cz, klima@fel.cvut.cz,
VíceSPM od A do Z. pozadí metody SPM. SPM od A do Z. Copyright SPM Instrument
pozadí metody SPM Copyright SPM Instrument 2013 1 VIBRACE cyklický pohyb stroje nebo části stroje z jeho klidové resp. neutrální pozice. O charakteru vibrací rozhodují 4 faktory: budící síla (např. nevývaha)
VíceAkustické aplikace pro IB
Akustické aplikace pro IB Ondřej Jiříček jiricek@fel.cvut.cz Marek Brothánek, Vojtěch Jandák Akustické aplikace pro IB p.1/12 Hodnocení kvality zvuku Akustické aplikace pro IB p.2/12 Kvalita zvuku Zvuk
VíceÚvod do MIDI 15. listopadu Co je to MIDI General MIDI MIDI v MATLABu MIDI freeware
Úvod do MIDI 15. listopadu 2017 Co je to MIDI General MIDI MIDI v MATLABu MIDI freeware Co je to MIDI? MIDI je označením pro Musical Instrument Digital Interface komunikační protokol používaný v hudebním
VíceJosef 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
VíceOchrana před hlukem. Ochrana před hlukem
- hluk dle zákona č. 258/2000 Sb. = zvuk, který může být škodlivý pro zdraví a jehož imisní hygienický limit stanoví prováděcí právní předpis - cílem hlukových limitů je ochrana návštěvníků koncertů a
VíceÚvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
VíceVolba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D
Volba zobrazení (Direct Current, Scaling) - FFT 1D, FFT 2D Jiří Stančík Fakulta chemická, Vysoké učení technické v Brně Purkyňova 118, 61200 Brno e-mail: HTUxcstancik@fch.vutbr.czUTH Úkolem této práce
VíceDidaktické metody Metodou
Didaktické metody Metodou rozumíme záměrné, plánovité uspořádání úkolů a činností sportovce tak, aby vzhledem k spolupůsobícím podmínkám byl co nejefektivněji dosažen tréninkový cíl. Z aspektu trenéra
Více