7 Další. úlohy analýzy řeči i a metody

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "7 Další. úlohy analýzy řeči i a metody"

Transkript

1 Pokročilé metody rozpoznávánířeči Přednáška 7 Další úlohy analýzy řeči i a metody jejich řešení

2 Výsledky rozpoznávání (slovník k 413k) frantisek_vlas 91.92( 90.18) [H= 796, D= 10, S= 60, I= 15, N=866, (OOV= 14)] jan_hybs 83.37( 81.51) [H= 807, D= 28, S=133, I= 18, N=968, (OOV= 10)] lukas_mateju 4.77( 4.34) [H= 33, D=455, S=204, I= 3, N=692, (OOV= 23)] martin_kaiser 85.30( 81.81) [H= 708, D= 14, S=108, I= 29, N=830, (OOV= 10)] Martin_Paroubek 87.16( 85.56) [H= 869, D= 21, S=107, I= 16, N=997, (OOV= 10)] pavel_rada 82.49( 80.71) [H= 603, D= 45, S= 83, I= 13, N=731, (OOV= 9)] radek_safarik 90.95( 88.89) [H= 663, D= 6, S= 60, I= 15, N=729, (OOV= 15)] zdenek_kybl 87.48( 85.97) [H= 636, D= 20, S= 71, I= 11, N=727, (OOV= 6)]

3 Časové zarovnání textového přepisu p (1) Úloha: K dispozici je nahrávka řeči a její přepis (automatický, ruční, stenozáznam, atd.) Jak k sobě přesně přiřadit audio a text? - dobrý den - vítám vás u večerních zpráv - Řešení: Nucené zarovnání (Forced Alignment) Idea: Donutit rozpoznávač, aby pracoval pouze se slovy obsaženými v textu a pouze v tomto pořadí.

4 Časové zarovnání textového přepisu p (2) Řešení v HTK (HTKbook str. 207) - Je potřeba slovník, soubor s přepisem ve formátu MLF, zparametrizovaný audiosoubor Úlohu vyřeší program HVite se switchem a Výsledkem jsou přesnéčasové značky u každého slova

5 Časové zarovnání textového přepisu p (3) Použití: 1. Tvorba prolinkovaných multimediálních databází 2. Full-text search v multimediálních databázích (hledá se v textu a z textu vedou časové značky do audio stopy) 3. Upřesňování výslovnosti v přepisech slovník obsahuje u každého slova více výslovností, rozpoznávač si v režimu nuceného rozpoznávání vybere tu nejsprávnější (použití při upřesňování trénovací databáze)

6 Fonémový rozpoznáva vač (1) Úloha: Zjistit nejpravděpodobnější sekvenci fonémů v nahrávce řeči Účel: - identifikovat/upřesnit fonémy v přepisu nahrávky - pokus o fonetický přepis promluvy v cizím jazyce - metoda (omezeně) použitelná pro vyhledávání klíčových slov Idea řešení: Slovník je tvořen všemi fonémy (+ticho a hluky), gramatika umožňuje libovolný přechod mezi nimi

7 Fonémový rozpoznáva vač (2) Problém: rozpoznávač mívá tendenci vkládat více hlásek, často opakovaně za sebou (místo a je to může rozpoznat aaa jee too, místo šumů v tichu některé hlásky, atd.) Řešení: V HVite specifikovat parametry -s (násobitel jazykového modelu) -p (penále za každé rozpoznané slovo) Přesnost fonémového rozpoznávače: - výrazně nižší než při rozpoznávánířeči (schází kontext) - cca 60 až 70 %

8 Detekce klíčových slov (1) Úloha: Nalézt (pokud možno rychle) pouze vybraná klíčová slova v záznamu řeči angl. zkratka KWS (Key-Word Spotting) Řešení: 1. Provést rozpoznávání (s dostatečně rozsáhlým slovníkem) a u každého slova určit časové značky. Pak provést full-search a najít časovou pozici hledaných slov. Nevýhody: pomalé, výpočetně náročné, hledaná slova nemusí být ve slovníku pro spontánnířeč nemusí platit použitý jazykový model ani standardní výslovnost 2. Provést rozpoznávání pouze s hledanými slovy a s fillery (výplňovými jednotkami)

9 Jednoduchý KWS s fillery Detekce klíčových slov (2) Slovník systému obsahuje hledaná slova (často raději s více výslovnostmi) a jako fillery slouží všechny fonémy (včetně ticha a hluků) Klíčová slova Fillery

10 Detekce klíčových slov (3) Problém: Jak docílit, že místo hledaných slov nebudou nalezeny příslušné sekvence fonémů? Řešení: nastavení parametrů s a p v programu Hvite Je potřeba je experimentálně vyladit tak, aby hledaná slova nebyla nahrazena sekvencemi fonémů (pomocí penále p) Příliš velké penále zase způsobí, že slova jsou nacházena i tam, kde řeč zní podobně Omezení: Metoda nebere v úvahu kontext. Např. slovo auto může být nalezeno i v ve větě jau to bolí.

11 Rozpoznávání mluvčího (1) Úloha: Rozpoznat identitu mluvící osoby Typy úloh: - identifikace mluvčího z uzavřené sady (1 z N osob) - identifikace mluvčího z otevřené sady (1 nebo žádná z N osob) - verifikace mluvčího (je hlas přisuzovaný osobě A opravdu od ní) Přístupy: - textově závislé rozpoznávání mluvčího (lze použít např. DTW) - textově nezávislé rozpoznávání mluvčího (používají se GMM)

12 Rozpoznávání mluvčího (2) Jednoduché rozpoznávání mluvčích v HTK Řešení: - natrénovat pro každou osobu její HMM (stačí 1 stav, naopak je třeba hodně mixtur) - jednotkami abecedy zde nebudou fonémy, ale symboly mluvčích - pro rozpoznávání se použije Hvite, slovníkem budou symboly mluvčích #!MLF!# train-jan-1.lab" jan. train-jan-2.lab" jan. train-petr-1.lab" petr. train-petr-2.lab" petr.

13 Do příšp íštího týdne Připravit si řešení úlohy rozpoznávání mluvčího - Vzájemně si nasdílejte data používaná pro trénování HMM - Malou část nahrávek (cca 10 od každého mluvčího) vyjměte z trénování a použijte jako testovací set - Natrénujte modely všech studentů - Proveďte rozpoznávací test mluvčích. - Určete skóre.

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

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

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

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

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

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

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

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

Technologie počítačového zpracování řeči

Technologie počítačového zpracování řeči hlasová komunikace pod kontrolou Technologie počítačového zpracování řeči Pavel Cenek OptimSys, s.r.o. 5. odborný seminář Teorie a praxe IP telefonie Praha, 5. 6. prosince 2012 Řečové technologie přehled

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

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

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

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

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

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

Efektivní práce s Excelem (středně pokročilí uživatelé)

Efektivní práce s Excelem (středně pokročilí uživatelé) 2015 Efektivní práce s Excelem (středně pokročilí uživatelé) rozsah: 2 dny (10 hodin) Mgr. Jiří Číhař www.dataspectrum.cz Efektivní práce s Excelem pro středně pokročilé uživatele Práce s rozsáhlými tabulkami

Více

Jak zpřesnit HMM? Pomocí přesnější výstupní pravděpodobnostní funkce. Až dosud uvažováno klasické gaussovské rozložení

Jak zpřesnit HMM? Pomocí přesnější výstupní pravděpodobnostní funkce. Až dosud uvažováno klasické gaussovské rozložení Pkrčilé metdy rzpznávánířeči Přednáška 6 Zpřes esňvání akustickéh mdelu, vyhdncvání úspěšnsti Jak zpřesnit HMM? Pmcí přesnější výstupní pravděpdbnstní funkce a 11 a 22 a S-1S-1 a SS Q 1 a 12 a 23.... Q

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

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

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

Diktovací sw NovaVoice zkušenosti. D.Zoubek KZM FN Motol

Diktovací sw NovaVoice zkušenosti. D.Zoubek KZM FN Motol Diktovací sw NovaVoice zkušenosti D.Zoubek KZM FN Motol NovaVoice automatické rozpoznávání řeči Automatic Speech Recognition - ASR je určen k automatickému rozpoznávání souvislé mluvené české řeči je

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

Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence

Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence APLIKACE UMĚLÉ INTELIGENCE Ing. Petr Hájek, Ph.D. Podpora přednášky kurzu Aplikace umělé inteligence Aplikace umělé inteligence - seminář ING. PETR HÁJEK, PH.D. ÚSTAV SYSTÉMOVÉHO INŽENÝRSTVÍ A INFORMATIKY

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

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

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

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14

ZÁKLADY PROGRAMOVÁNÍ. Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14 ZÁKLADY PROGRAMOVÁNÍ Mgr. Vladislav BEDNÁŘ 2014 7.4 13/14 Co je vhodné vědět, než si vybereme programovací jazyk a začneme programovat roboty. 1 / 13 0:40 Implementace Umělá inteligence (UI) Umělá inteligence

Více

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague

Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 1 / 23 Faculty of Nuclear Sciences and Physical Engineering Czech Technical University in Prague 2 / 23 biologové často potřebují najít často se opakující sekvence DNA tyto sekvence bývají relativně krátké,

Více

TESTOVÁNÍ UŽIVATELSKÉHO ROZHRANÍ

TESTOVÁNÍ UŽIVATELSKÉHO ROZHRANÍ SEMESTRÁLNÍ PRÁCE TESTOVÁNÍ UŽIVATELSKÉHO ROZHRANÍ Jakub Wagner wagnejak@fel.cvut.cz 1. ÚVOD Cílem práce bude otestovat výukovou aplikaci angličtiny na DVD pro základní školy. Aplikace je cílena pro ovládání

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

Microsoft Office Word 2003

Microsoft Office Word 2003 Microsoft Office Word 2003 Školení učitelů na základní škole Meteorologická Maturitní projekt SSPŠ 2013/2013 Vojtěch Dušek 4.B 1 Obsah 1 Obsah... 2 2 Seznam obrázků... 3 3 Základy programu PowerPoint...

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

edu-learning Výukový program přímo v aplikacích Microsoft Offi ce Word, Excel a PowerPoint

edu-learning Výukový program přímo v aplikacích Microsoft Offi ce Word, Excel a PowerPoint edu-learning Výukový program přímo v aplikacích Microsoft Offi ce Word, Excel a PowerPoint w w w. e d u - l e a r n i n g. c z Konfucius* řekl: Co slyším, to zapomenu. Co vidím, si pamatuji. Co si vyzkouším,

Více

Vojtěch Franc. Biometrie ZS Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost

Vojtěch Franc. Biometrie ZS Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost Rozpoznávání tváří I Vojtěch Franc Centrum strojového vnímání, ČVUT FEL Praha Biometrie ZS 2013 Poděkování Janu Šochmanovi za slajdy vysvětlující AdaBoost Úlohy rozpoznávání tváří: Detekce Cíl: lokalizovat

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

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

Modul 2. Druhá sada úkolů:

Modul 2. Druhá sada úkolů: Zadání Druhá sada úkolů: Modul 2 Všechny potřebné složky a soubory pro splnění následující sady úkolů se nachází ve složce sada2. 1. Ve složce Ulohy vytvořte šest nových složek (podle obrázku) a pojmenujte

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

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

Pracovní celky 3.2, 3.3 a 3.4 Sémantická harmonizace - Srovnání a přiřazení datových modelů

Pracovní celky 3.2, 3.3 a 3.4 Sémantická harmonizace - Srovnání a přiřazení datových modelů Pracovní celky 3.2, 3.3 a 3.4 Sémantická harmonizace - Srovnání a datových modelů Obsah Seznam tabulek... 1 Seznam obrázků... 1 1 Úvod... 2 2 Metody sémantické harmonizace... 2 3 Dvojjazyčné katalogy objektů

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

ZAČÍNÁME 11 LEKCE 1 HRUBÝ STŘIH 19

ZAČÍNÁME 11 LEKCE 1 HRUBÝ STŘIH 19 OBSAH ZAČÍNÁME 11 STŘIH V PROGRAMU FINAL CUT PRO LEKCE 1 HRUBÝ STŘIH 19 Spuštění programu Final Cut Pro 19 Jak vypadá rozhraní programu Final Cut Pro 21 Pracovní postup 27 Import a prohlížení částí projektu

Více

Počítače a grafika. Ing. Radek Poliščuk, Ph.D. Přednáška č.7. z předmětu

Počítače a grafika. Ing. Radek Poliščuk, Ph.D. Přednáška č.7. z předmětu Ústav automatizace a informatiky Fakulta strojního inženýrství Vysoké učení technické v Brně Přednáška č.7. z předmětu Počítače a grafika Ing. Radek Poliščuk, Ph.D. 1/14 Obsahy přednášek Přednáška 7 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 Mgr. Tomáš Pop Ing. Jan Zelenka Bc. Boris Šimák Ing. Martin Novák Jaroslav Winter Mgr. Věra Strnadová Ladislav Kratochvíl

Více

Příprava dat v softwaru Statistica

Příprava dat v softwaru Statistica Příprava dat v softwaru Statistica Software Statistica obsahuje pokročilé nástroje pro přípravu dat a tvorbu nových proměnných. Tyto funkcionality přinášejí značnou úsporu času při přípravě datového souboru,

Více

OBSAH ADOBE PREMIERE PRO OFICIÁLNÍ VÝUKOVÝ KURZ

OBSAH ADOBE PREMIERE PRO OFICIÁLNÍ VÝUKOVÝ KURZ OBSAH ZAČÍNÁME.............................................................11 O knize.................................................... 11 Předpoklady............................................... 11

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

NÁVOD PRO VYHLEDÁVÁNÍ V DATABÁZI C.E.E.O.L. (CENTRAL AND EASTERN EUROPEAN ONLINE LIBRARY) / www.ceeol.com /

NÁVOD PRO VYHLEDÁVÁNÍ V DATABÁZI C.E.E.O.L. (CENTRAL AND EASTERN EUROPEAN ONLINE LIBRARY) / www.ceeol.com / NÁVOD PRO VYHLEDÁVÁNÍ V DATABÁZI C.E.E.O.L. (CENTRAL AND EASTERN EUROPEAN ONLINE LIBRARY) / www.ceeol.com / OBECNÉ INFORMACE C.E.E.O.L. je elektronickým archivem zpřístupňujícím fulltext 390 humanitních

Více

PhD. Milan Klement, Ph.D. Použití systému studijní agendy STAG

PhD. Milan Klement, Ph.D. Použití systému studijní agendy STAG Příručka pro použití systému studijní agendy STAG na PdF UP Určeno pro koordinátory STAGu kateder Část 3: Zapisování známek do STAGu a generování zkušebních katalogů Vypracoval: PhDr. Milan Klement, Ph.D.

Více

1 Vzdělávací oblast: Jazyk a jazyková komunikace 2 Vzdělávací obor: Cizí jazyk 3 Vzdělávací předmět: Anglický jazyk 4 Ročník:

1 Vzdělávací oblast: Jazyk a jazyková komunikace 2 Vzdělávací obor: Cizí jazyk 3 Vzdělávací předmět: Anglický jazyk 4 Ročník: A B C D E F 1 Vzdělávací oblast: Jazyk a jazyková komunikace 2 Vzdělávací obor: Cizí jazyk 3 Vzdělávací předmět: Anglický jazyk 4 Ročník: 9. 5 Klíčové kompetence Průřezová témata Výstupy Učivo (Dílčí kompetence)

Více

VÝPOČETNÍ TECHNIKA OBOR: EKONOMIKA A PODNIKÁNÍ ZAMĚŘENÍ: PODNIKÁNÍ FORMA: DENNÍ STUDIUM

VÝPOČETNÍ TECHNIKA OBOR: EKONOMIKA A PODNIKÁNÍ ZAMĚŘENÍ: PODNIKÁNÍ FORMA: DENNÍ STUDIUM VÝPOČETNÍ TECHNIKA OBOR: EKONOMIKA A PODNIKÁNÍ ZAMĚŘENÍ: PODNIKÁNÍ FORMA: DENNÍ STUDIUM 1. Historie a vývoj VT. Dnešní parametry PC. Von Neumannovo schéma. a. historie a vznik počítačů b. využití počítačů

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

Zpráva pro školu z evaluačního nástroje Strategie učení se cizímu jazyku

Zpráva pro školu z evaluačního nástroje Strategie učení se cizímu jazyku Zpráva pro školu z evaluačního nástroje Strategie učení se cizímu jazyku Škola Gymnázium Datum 12. 2011 22. 02. 2011 Jana 3. OA3 Němčina 22. 02. 2011 Jana 4. OA4 Němčina 22. 02. 2011 Marie 3. OA3 Němčina

Více

Hot Spot stupeň

Hot Spot stupeň Hot Spot 4 2. stupeň Module One Život ve městě a na venkově Veřejná způsob života Osobní nový kamarád Společenská seznamování Pracovní vynálezy Poslech s porozuměním (P+R) - rozumí informacím v jednoduchých

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

Testování operačního systému Windows Phone 8

Testování operačního systému Windows Phone 8 Testování operačního systému Windows Phone 8 Semestrální práce A2 v rámci předmětu A4B39TUR Muška Adam ČVUT FEL STM 0 Obsah 1. Popis přístroje... 2 2. Popis cílové skupiny... 2 3. Přehled případů užití...

Více

THEOPHILOS. (návod k použití)

THEOPHILOS. (návod k použití) THEOPHILOS (návod k použití) Nejprve si z internetových stránek www.theophilos.com (nebo www.theophilos.sk) stáhněte všechny soubory, které Vás zajímají a nainstalujte je (podrobný návod na instalaci programu

Více

Obrázek 1: Struktura programu z hlediska zapojení

Obrázek 1: Struktura programu z hlediska zapojení MANUÁL K PROGRAMU DBADVOKÁT Program byl vytořený za účelem třídění a uchovávání jednotlivých spisů (elektronické dokumenty [doc, xls, odt, pdf, xml,...], emaily a další důležité soubory) v centralním počítači

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

Automatická 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 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

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

Anglický jazyk pro 8. ročník

Anglický jazyk pro 8. ročník Anglický jazyk pro 8. ročník (Předmět je vyučován 3 hodiny týdně.) Vzdělávací obsah Lekce 1 Očekávané výstupy Z RVP ZV - jednoduchým způsobem se domluví v běžných každodenních situacích - stručně reprodukuje

Více

Statistická teorie učení

Statistická teorie učení Statistická teorie učení Petr Havel Marek Myslivec přednáška z 9. týdne 1 Úvod Představme si situaci výrobce a zákazníka, který si u výrobce objednal algoritmus rozpoznávání. Zákazník dodal experimentální

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

Dynamický podpis. vycházející z přednášek Dr. Andrzej Drygajlo, http://scgwww.epfl.ch/courses/

Dynamický podpis. vycházející z přednášek Dr. Andrzej Drygajlo, http://scgwww.epfl.ch/courses/ Dynamický podpis vycházející z přednášek Dr. Andrzej Drygajlo, http://scgwww.epfl.ch/courses/ Biometrické charakteristiky Biologické DNA, krev, sliny Biologické/Fyziologické otisk prstu, zornice, tvář,

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

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

ŠVP Gymnázium Ostrava-Zábřeh. 4.3.5. Ruský jazyk

ŠVP Gymnázium Ostrava-Zábřeh. 4.3.5. Ruský jazyk 4.3.5. Ruský jazyk Vyučovací předmět Ruský jazyk vychází z obsahu vzdělávací oblasti Jazyk a jazyková komunikace. Cílem předmětu je získat zájem studentů o studium tohoto jazyka, rozšířit a prohloubit

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

ANGLICKÝ JAZYK. 3. 5. ročník

ANGLICKÝ JAZYK. 3. 5. ročník Charakteristika předmětu ANGLICKÝ JAZYK 3. 5. ročník Obsahové, časové a organizační vymezení Anglický jazyk je důležitý cizí jazyk, poskytuje žákům jazykový základ pro komunikaci v Evropě i ve světě. Proniká

Více

INFORMATIKA. Libovolná učebnice k MS OFFICE 200x (samostatné učebnice k textovému procesoru MS Word 200x, tabulkovému procesoru MS Excel 200x).

INFORMATIKA. Libovolná učebnice k MS OFFICE 200x (samostatné učebnice k textovému procesoru MS Word 200x, tabulkovému procesoru MS Excel 200x). Cíl předmětu: Cílem předmětu je prohloubit znalosti studentů ze základních aplikačních programů. Jedná se především o pokročilejší nástroje z aplikací MS Word a MS Excel. Jednotlivé semináře se zaměřují

Více

Vzdělávací obor Německý jazyk

Vzdělávací obor Německý jazyk 7. ročník Hlavní okruhy Očekávané výstupy dle RVP ZV Metody práce (praktická cvičeni) obor navázání na již zvládnuté 1. POSLECH S Kompetence komunikativní Témata: POROZUMĚNÍM Žák rozumí jednoduchým otázkám

Více

Předmět anglický jazyk je vyučován ve 3. 4. a 5. ročníku 3 hodiny týdně. V 1. a ve 2. třídě je anglický jazyk nabízen jako nepovinný předmět.

Předmět anglický jazyk je vyučován ve 3. 4. a 5. ročníku 3 hodiny týdně. V 1. a ve 2. třídě je anglický jazyk nabízen jako nepovinný předmět. Vzdělávací oblast: Jazyk a jazyková komunikace / Cizí jazyk Vyučovací předmět: Anglický jazyk, I. stupeň 1/ Charakteristika vyučovacího předmětu a) obsahové vymezení Vyučovací předmět Anglický jazyk je

Více

Ovládání programu DAE a zápis překladu do znakované češtiny 1. Instalace programu 2. První spuštění 3. Ovládání programu 4. Překlad dialog Translation Instalace programu Pro instalaci programu stačí spustit

Více

HROMADNÉ ÚPRAVY NAJÍT A NAHRADIT

HROMADNÉ ÚPRAVY NAJÍT A NAHRADIT HROMADNÉ ÚPRAVY NAJÍT A NAHRADIT Funkce Najít a nahradit slouží k rychlému vyhledávání určitých slov a jejich nahrazování jinými slovy. Lze hledat i určité varianty slov a nahrazovat je buď hromadně (všechny

Více

Nabídky spolupráce pro průmysl

Nabídky spolupráce pro průmysl Nabídky spolupráce pro průmysl České vysoké učení technické v Praze kontakty Prof. Ing. Pavel Sovka, CSc., e-mail: sovka@fel.cvut.cz doc. Dr. Ing. Jiří Hospodka, email: hospodka@fel.cvut.cz 17. dubna 2012

Více

ZÁKLADY POŘIZOVÁNÍ TEXTU

ZÁKLADY POŘIZOVÁNÍ TEXTU Úvod do problematiky ZÁKLADY POŘIZOVÁNÍ TEXTU Na začátku psaní je vhodné nastavit vzhled stránky. Důležitá je především orientace stránky. Můžeme si vybrat mezi uspořádáním textu na výšku stránky (většinou

Více

INFORMATIKA WORD 2007

INFORMATIKA WORD 2007 INFORMATIKA WORD 2007 Název školy Číslo projektu Autor Název šablony Název DUMu Stupeň a typ vzdělávání Vzdělávací oblast Vzdělávací obor Vzdělávací okruh Druh učebního materiálu Cílová skupina Střední

Více

Efektivní komunikace díky inovativním hlasovým technologiím. Praha, 25.11.2011 Call centrum ve finančních službách

Efektivní komunikace díky inovativním hlasovým technologiím. Praha, 25.11.2011 Call centrum ve finančních službách Efektivní komunikace díky inovativním hlasovým technologiím Praha, 25.11.2011 Call centrum ve finančních službách Agenda Představení společnosti Ovládání hlasových aplikací přirozenou řečí Nové bezpečností

Více

Katalog NGPC (New Generation Parts Catalogue)

Katalog NGPC (New Generation Parts Catalogue) Katalog NGPC (New Generation Parts Catalogue) 1. Spuštění katalogu: Zákaznický katalog je možné najít na webových stránkách společnosti Agri CS v sekci Náhradní díly, nebo přímým zadáním adresy http:///nahradnidily-katalog-nd

Více

Bezpečnost v ICT Anotace V souboru typu pdf uzpůsobenému k promítání jsou uvedeny informace o. Jazyk Autor. Firewall, záloha dat, antivir, zcizení dat

Bezpečnost v ICT Anotace V souboru typu pdf uzpůsobenému k promítání jsou uvedeny informace o. Jazyk Autor. Firewall, záloha dat, antivir, zcizení dat BEZPEČNOST V ICT Mgr. Krejčí Jan Základní škola Jaroslava Pešaty, Duchcov 21. září 2012 Mgr. Krejčí Jan (ZSJP) BEZPEČNOST V ICT 21. září 2012 1 / 7 Bezpečnost v ICT Anotace V souboru typu pdf uzpůsobenému

Více

Inspekce tvaru součásti

Inspekce tvaru součásti Inspekce tvaru součásti. Cílem cvičení je inspekce tvaru součásti spočívající načtení referenčního CAD modelu, v ustavení naskenovaného tvaru vzhledem k tomuto referenčnímu modelu, kontrole průměru spodního

Více

ANOTACE vytvořených/inovovaných materiálů

ANOTACE vytvořených/inovovaných materiálů ANOTACE vytvořených/inovovaných materiálů Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Formát Druh učebního materiálu Druh interaktivity CZ.1.07/1.5.00/34.0722 II/2 Inovace a

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

AT&T FSM toolkit pro účely rozpoznávání řeči

AT&T FSM toolkit pro účely rozpoznávání řeči AT&T FSM toolkit pro účely rozpoznávání řeči Pavel Štemberk České vysoké učení technické v Praze, Fakulta elektrotechnická stembep@fel.cvut.cz Abstrakt: Předložená práce popisuje koncepci rozpoznávače

Více

pravděpodobnostn podobnostní jazykový model

pravděpodobnostn podobnostní jazykový model Pokročilé metody rozpozáváířeči Předáška 8 Rozpozáváí s velkými slovíky, pravděpodobost podobostí jazykový model Rozpozáváí s velkým slovíkem Úlohy zaměřeé a diktováíči přepis řeči vyžadují velké slovíky

Více

Změna formuláře při výběru kompetencí (odborných dovedností) 1. Hledání textové formulace kompetence - odborné dovednosti

Změna formuláře při výběru kompetencí (odborných dovedností) 1. Hledání textové formulace kompetence - odborné dovednosti Změna formuláře při výběru kompetencí (odborných dovedností) Obsah: 1. Hledání textové formulace kompetence - odborné dovednosti... 1 2. Nová kompetence odborná dovednost... 2 3. Změna textové formulace

Více

Bible Quote 6.5 Okno programu

Bible Quote 6.5 Okno programu Bible Quote 6.5 Program Bible Quote patří mezi mnohé volně šiřitelé biblické programy, ale má jistá specifika. Ve verzi 6,5 se jedná o beta verzi, která je již zřejmě konečná. (Bohužel díky velmi nesnadnému

Více

4.9.2. Příprava na Cambridge English

4.9.2. Příprava na Cambridge English 4.9.2. Příprava na Cambridge English Seminář je určen pro pokročilé žáky anglického jazyka, kteří se chtějí systematicky připravovat ke zkoušce k získání nejrozšířenějšího mezinárodně uznávaného certifikátu

Více

EXTRAKCE STRUKTUROVANÝCH DAT O PRODUKTOVÝCH A PRACOVNÍCH NABÍDKÁCH POMOCÍ EXTRAKČNÍCH ONTOLOGIÍ ALEŠ POUZAR

EXTRAKCE STRUKTUROVANÝCH DAT O PRODUKTOVÝCH A PRACOVNÍCH NABÍDKÁCH POMOCÍ EXTRAKČNÍCH ONTOLOGIÍ ALEŠ POUZAR EXTRAKCE STRUKTUROVANÝCH DAT O PRODUKTOVÝCH A PRACOVNÍCH NABÍDKÁCH POMOCÍ EXTRAKČNÍCH ONTOLOGIÍ ALEŠ POUZAR PŘEDMĚT PRÁCE Popis extrakce strukturovaných dat ve vybraných doménách ze semistrukturovaných

Více

Řečové technologie pomáhají překonávat bariéry

Řečové technologie pomáhají překonávat bariéry Řečové technologie pomáhají překonávat bariéry Luděk Müller, Jakub Kanis Oddělení umělé inteligence, Katedra kybernetiky, Fakulta aplikovaných věd, Západočeská univerzita v Plzni 18.1.2008 1 Obsah Pomoc

Více

Maturitní témata pro 1.KŠPA Kladno, s.r.o. Výpočetní technika

Maturitní témata pro 1.KŠPA Kladno, s.r.o. Výpočetní technika Maturitní témata pro 1.KŠPA Kladno, s.r.o. Předmět Typ zkoušky Obor Forma Zkoušející Období Výpočetní technika Profilová ústní Ekonomika a podnikání zaměření Podnikání Denní / Distanční Ing. Horová / K.

Více

Klientský formát POHLEDÁVKY podporovaný v KB platný od

Klientský formát POHLEDÁVKY podporovaný v KB platný od Klientský formát POHLEDÁVKY podporovaný v KB platný od 23. 10. 2010 1/5 1 Úvod... 2 1.1 Účel dokumentu... 2 1.2 Charakteristiky formátu POHLEDAVKA a práce se seznamem... 2 1.3 Kontrola limitů a přístupů...

Více

1 Tabulky Příklad 3 Access 2010

1 Tabulky Příklad 3 Access 2010 TÉMA: Vytvoření tabulky v návrhovém zobrazení Pro společnost Naše zahrada je třeba vytvořit databázi pro evidenci objednávek o konkrétní struktuře tabulek. Do databáze je potřeba ještě přidat tabulku Platby,

Více

8. funkční období. (Navazuje na sněmovní tisk č. 523 z 6. volebního období PS PČR) Lhůta pro projednání Senátem uplyne 2.

8. funkční období. (Navazuje na sněmovní tisk č. 523 z 6. volebního období PS PČR) Lhůta pro projednání Senátem uplyne 2. 8. funkční období 327 Návrh zákona, kterým se mění zákon č. 218/2000 Sb., o rozpočtových pravidlech a o změně některých souvisejících zákonů (rozpočtová pravidla), ve znění pozdějších předpisů, a zákon

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

C8 Relační databáze. 1. Datový model

C8 Relační databáze. 1. Datový model C8 Relační databáze návrh návrh 1. Datový model 2. Příklad T2 Datová základna a její využití v práci manažera 2 Cíle cvičen ení C8 Relační databáze návrh 1. Navrhnout myšlenkový datový model jednoduché

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

Instalace. Produkt je odzkoušen pro MS SQL server 2008 a Windows XP a Windows 7. Pro jiné verze SQL server a Windows nebyl testován.

Instalace. Produkt je odzkoušen pro MS SQL server 2008 a Windows XP a Windows 7. Pro jiné verze SQL server a Windows nebyl testován. Instalace Produkt se neinstaluje. Stačí soubor uložit na libovolné místo na Vašem počítací (klikněte pravým tlačítkem a dejte 'uložit cíl jako ), pak jen spustit. Požadavky na software Produkt je odzkoušen

Více

pokyny, vybídnutí, instrukce pozdravy, setkání, loučení, omluva, prosba, poděkování pomalejší promluvy, později v běž ném tempu řeči

pokyny, vybídnutí, instrukce pozdravy, setkání, loučení, omluva, prosba, poděkování pomalejší promluvy, později v běž ném tempu řeči Vzdělávací oblast: Jazyk a jazyková komunikace Vyučovací předmět: další cizí jazyk německý jazyk Ročník: 7. rozumí jednoduchým pokynům v německém jazyce a přiměřeně na ně reaguje představí sebe i druhou

Více

Tovek Tools. Tovek Tools jsou standardně dodávány ve dvou variantách: Tovek Tools Search Pack Tovek Tools Analyst Pack. Připojené informační zdroje

Tovek Tools. Tovek Tools jsou standardně dodávány ve dvou variantách: Tovek Tools Search Pack Tovek Tools Analyst Pack. Připojené informační zdroje jsou souborem klientských desktopových aplikací určených k indexování dat, vyhledávání informací, tvorbě různých typů analýz a vytváření přehledů a rešerší. Jsou vhodné pro práci s velkým objemem textových

Více