A2M31RAT Řečový signál a jeho základní charakteristiky Model vzniku řeči. Digitalizace a základní kódovací strategie
|
|
- Robert Kubíček
- před 7 lety
- Počet zobrazení:
Transkript
1 A2M31RAT Řečový signál a jeho základní charakteristiky Model vzniku řeči. Digitalizace a základní kódovací strategie Doc. Ing. Petr Pollák, CSc. Míst. 461, pollak@fel.cvut.cz 16.února :26
2 Obsah přednášky Přehled aplikací hlasových technologií Model vzniku řeči a základní charakteristiky řeči Řečový signál- vzorkování a kvantování Základní charakteristiky řeči v časové oblasti
3 I. část Přehled aplikací hlasových technologií
4 Aplikace hlasových technologií rozpoznávání řeči(izolovaná slova, malý vs. velký slovník, spojitá řeč, spontánní řeč), hlasové ovládání, automatický přepis, diktovací systémy, automatické titulkování rozpoznávání řečníka, rozpoz. jazyka, audio-vizuální rozpoz. extrakce příznaků(analýza signálu), statistické modelování komputační lingvistika, lexikální struktura jazyka, morfologie TTS(převod textu do mluvené podoby- syntéza) dialogové systémy(informační systémy- telefonní, kiosek) kódování pro elektronické uložení promluvy, přenos telekomunikačním kanálem měření kvality řeči, měření míry zkreslení zvýrazňování řeči, odstraňování šumu(mobilní komunikace) databáze řeči, textové korpusy, slovníky automatické překladače(textový/hlasový vstup/výstup) analýza řečového signálu fonetika, fonologie, fyziologie tvorby řeči, dialekty jazyka poruchy řeči, klinická diagnostika, logopedie, výuka jazyků
5 Aplikace hlasových technologií- telekomunikace rozpoznávání řeči(izolovaná slova, malý vs. velký slovník, spojitá řeč, spontánní řeč), hlasové ovládání, automatický přepis, diktovací systémy, automatické titulkování rozpoznávání řečníka, rozpoz. jazyka, audio-vizuální rozpoz. extrakce příznaků(analýza signálu), statistické modelování komputační lingvistika, lexikální struktura jazyka, morfologie TTS (převod textu do mluvené podoby- syntéza) dialogové systémy(informační systémy- telefonní, kiosek) kódování pro elektronické uložení promluvy, kódování v telekomunikačním kanále měření kvality řeči, měření míry zkreslení zvýrazňování řeči, odstraňování šumu(mobilní komunikace) databáze řeči, textové korpusy, slovníky automatické překladače(textový/hlasový vstup/výstup) analýza řečového signálu fonetika, fonologie, fyziologie tvorby řeči, dialekty jazyka poruchy řeči, klinická diagnostika, logopedie, výuka jazyků
6 Státnicové okruhy související s problematikou zpracování řeči Společné otázky- obecné CZS Lineární a cyklická konvoluce, zpracování dlouhých signálů, vlastnosti DFT, váhování, číslicové filtry, kvantování a jeho důsledky(a2m99czs) Převzorkování, banky filtrů, odhad parametrů náhodných signálů, spektrální a korelační analýza, modelování a lineární predikce(a2m99czs) Oborově specifické otázky pro obor Sítě elektronických komunikací Digitalizace řečového signálu, spektrální charakteristiky, vokodéry používané v telekomunikacích, subjektivní a objektivní měření kvality řečového signálu(a2m31rat). Náhrada ztracených segmentů řeči při přenosu komunikačním kanálem, metody potlačování šumu v řečovém signálu, potlačování echa(a2m31rat). Principy a způsoby realizace rozpoznávání řeči, syntéza řeči, dialogové komunikační systémy(a2m31rat).
7 II. část Model vzniku řeči a základní charakteristiky řeči
8 Fyziologie hlasového ústrojí Artikulační orgány hlasového ústrojí člověka dutina nosní do žaludku do plic zubyarty dutina ústní jazyk tvrdé patro měkké patro dutina hrdelní hlasivky Převzato z: Jan Uhlíř a kol.: Technologie hlasových komunikací. Nakladatelství ČVUT v Praze, 2007.
9 Model vzniku řeči Model hlasového ústrojí člověka dutina nosní nos plíce hlasivky dutina hrdelní dutina ústní rty Převzato z: Jan Uhlíř a kol.: Technologie hlasových komunikací. Nakladatelství ČVUT v Praze, 2007.
10 Model vzniku řeči Model generování řečového signálu f o generátor pulzů G(zesílení) Parametry hlasového ústrojí Model produkce s[n] generátor šumu znělá/neznělá Model produkce řeči- AR model- nejjednodušší model - snadná identifikace parametrů AR modelu pomocí LPC analýzy - souvislost s rezonátory hlasového ústrojí
11 Fyziologie vnímání- percepce Ucho- sluchový aparát člověka třmínek kovadlinka kladívko vnější zvukovod bubínek hlemýžď(cochlea) bubínek + třmínek, kovadlina, kladívko: přenos kmitů na nervová zakončení nervových vláken do hlemýždě hlemýžď- nervová zakončení na obvodu zužujícího se profiluinformace vedená do mozku = vyhodnocení energie ve frekvenčním spektru
12 Reprezentace řeči- informační obsah Akustická úroveň časový průběh, spektrální reprezentace kvazistacionární signál(10-30 ms) kvaziperiodický vs. neperiodický(znělý vs. neznělý) pásmověomezenýsignál(8000hzresp.4000hz) f s Fonetická a fonologická úroveň fonetika- základní element je hláska(fón)- zvukový charakter fonologie- základní element je foném- lingvistický charakter hláska je akustickou realizací fonému česká fonetická abeceda rozlišuje 44(42) hlásek fonetická abeceda SAMPA
13 Reprezentace řeči- informační obsah Elementy řečového signálu +1 [V] ,1 0,2 0,3 0,4 [s] 0,5 s e d u m se #-s+e s-e+d X d-u+m sedum dum u-m+# #-s s-e e-d d-u u-m m-# fonémy slovo slabiky trifóny difóny X=e-d+m
14 III. část Řečový signál- vzorkování a kvantování
15 Vzorkování a kvantování signálu- PCM x(t)... analogový signál x[n]... diskrétní signál T s nt s t n T s x(t)... analogový signál x d [n]...digitálnísignál T s nt s t n T s
16 Vzorkování řečového signálu Minimálnívzorkovacíkmitočet -f s =8kHz zajištěna srozumitelnost jednotlivých hlásek základní rozlišení hlasových charakteristik mluvčího používáno v telefonních aplikacích (nižší vzorkovací kmitočty pouze v dílčích algoritmech) Nejrozšířenějšívzorkovacíkmitočet -f s =16kHz zlepšené rozlišení hlasových charakteristik mluvčího používán na vstupech hlasem ovládaných systémů komunikace po Interenetu(VoIP sítě) Vyšší vzorkovací kmitočty použití spíše řidší- pozvolný nárůst sbírané řečové databáze již uchovávají data v nejvyšší kvalitě f s =44,1kHz-CDkvalita f s =48kHz-snadnépřevzorkovánína16kHzči8kHz
17 Lineárně kvantovaná reprezentace řeči 16-bitová PCM(Pulse Code Modulation) základní číslicová reprezentace řečového signálu dynamický rozsah(15 bitů pro absolutní hodnotu) (dynamikařečijeasi50db) 20log dB Formáty reprezentace zvukových souborů MicrosoftRIFFWAV-obsahujehlavičku44bytůs informacemi o vzorkovací frekvenci, počtu kanálů, počtu bitů, atd. RAW soubor(bez hlavičky)- nutno mít dodatečné informace o formátu dat pro více bytové reprezentace- pořadí bytů (Little Endian, Big Endian) další formáty pro různé platformy resp. systémy konverze mezi různými zvukovými formáty- sox(freeware)
18 Nelineární kvantovaní řečového signálu Nevýhody lineárního kvantování řečového signálu řečový signál obsahuje mnoho vzorků malých hodnot hustota pravděpodobnosti rozložení hodnot není rovnoměrná ucho má též logaritmickou citlivost na amplitudu akustického tlaku Nelineární logaritmické kvantování principiálníblokovéschéma... využití v telefonních aplikacích nejčastěji používané standardy: A-law, µ-law
19 Nelineární kvantování řečového signálu- A-law y[n] = a Y max 1 +lna Y max 1 +ln a x[n] X max 1 +lna x[n] X max sgnx[n], pro x[n] < X max a sgn x[n], v ostatních případech., x[n] = X max 1 +lna X max a e a y[n] Y max sgny[n], pro y[n] < Y max 1 +lna,» y[n] (1+lna) Y max 1 sgny[n], vostatníchpřípadech. x[n] je hodnota vzorku v lineárním měřítku y[n] je hodnota v měřítku logaritmickém.
20 Nelineární kvantování řečového signálu- A-law Lineární PCM 12 bitů(11+1)- maximální hodnota a-law8bitů Detail převodní charakteristiky a-law8bitů Lineární PCM 11 bitů(10+1)- maximální hodnota a-law8bitů Detail převodní charakteristiky a-law8bitů Převzato z: Jan Uhlíř a kol.: Technologie hlasových komunikací. Nakladatelství ČVUT v Praze, 2007.
21 Nelineární kvantování A-law dle ITU-T G.711 PCM13bitů(12+1) a-law8bitů(7+1) Převzato z: Jan Uhlíř a kol.: Technologie hlasových komunikací. Nakladatelství ČVUT v Praze, 2007.
22 IV. část Základní charakteristiky řeči v časové oblasti
23 Přehled charakteristik řeči v časové oblasti Energie(výkon), RMS, obálka Intenzita Počet průchodů nulou Autokorelační funkce řeč je nestacionární signál krátkodobé charakteristiky segmentace(do kvazistacionárních úseků ms) Odhady resp. zpracování se provádějí VŽDY v uvedených kvazistacionárních segmentech
24 Energetické charakteristiky řeči v časové oblasti Energie (E)resp.výkon (P)signálu N E = x 2 [n] n=1 P = 1 N N x 2 [n] n=1 (RMS) hodnota(efektivní h., pro vyjádření hlasitosti) N x 2 [n] n=1 RMS = N Efektivní hodnota resp. výkon v db ( ) N P db =10log ǫ + 1 N x 2 [n],rms db =20log N ǫ + x 2 [n] n=1 N n=1
25 Energetické charakteristiky řeči v časové oblasti (PP) spičková hodnota(peak-to-peak) PP =max(x[n]) min(x[n]). Energie vs. intenzita N N E = x 2 [n] M = x[n] - odlišná dynamika od energie n=1 n=1
26 Další charakteristiky řeči v časové oblasti (ZCR) počet průchodů nulou(zero-crossing rate) ZCR = 1 N N n=1 sgnx[n] sgnx[n 1] 2 f s [Hz]. - četnost přepočítána na frekvenci - použití zejména pro detekci neznělých hlásek, začátku a konce promluvy, apod.
27 Další charakteristiky řeči v časové oblasti Autokorelačnífunkce(LPCanalýza,odhadf o ) R x [k] = 1 N N k 1 k=0 x[n]x[n +k],pro0 k <N Vzájemná korelační funkce(odhad zpoždění mezi dvěma kanály) N k 1 1 x[n]y[n +k], pro0 k <N, N k=0 R xy [k] = N k 1 1 x[n +k]y[n], pro N <k <0. N k=0 Koeficient korelovanosti(segmentace signálu) r xy = R xy[0] Rx [0]R y [0]
28 Děkuji za pozornost
A6M33BIO- Biometrie. Biometrické metody založené na rozpoznávání hlasu I
A6M33BIO- Biometrie Biometrické metody založené na rozpoznávání hlasu I Doc. Ing. Petr Pollák, CSc. 16. listopadu 216-15:16 Obsah přednášky Úvod Aplikace hlasové biometrické verifikace Základní princip
Víceíta ové sít baseband narrowband broadband
Každý signál (diskrétní i analogový) vyžaduje pro přenos určitou šířku pásma: základní pásmo baseband pro přenos signálu s jednou frekvencí (není transponován do jiné frekvence) typicky LAN úzké pásmo
VíceZákladní principy přeměny analogového signálu na digitální
Základní y přeměny analogového signálu na digitální Pro přenos analogového signálu digitálním systémem, je potřeba analogový signál digitalizovat. Digitalizace je uskutečňována pomocí A/D převodníků. V
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
VíceA7B31ZZS 4. PŘEDNÁŠKA 13. října 2014
A7B31ZZS 4. PŘEDNÁŠKA 13. října 214 A-D převod Vzorkování aliasing vzorkovací teorém Kvantování Analýza reálných signálů v časové oblasti řečové signály biologické signály ---> x[n] Analogově-číslicový
VíceÚvod 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.
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
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
VíceA/D převodníky - parametry
A/D převodníky - parametry lineární kvantování -(kritériem je jednoduchost kvantovacího obvodu), parametry ADC : statické odstup signálu od kvantizačního šumu SQNR, efektivní počet bitů n ef, dynamický
VíceSignál v čase a jeho spektrum
Signál v čase a jeho spektrum Signály v časovém průběhu (tak jak je vidíme na osciloskopu) můžeme dělit na periodické a neperiodické. V obou případech je lze popsat spektrálně určit jaké kmitočty v sobě
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
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
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
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
VíceŠkola: 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
Vícetransmitter Tx - vysílač receiver Rx přijímač (superheterodyn) duplexer umožní použití jedné antény pro Tx i Rx
Lekce 2 Transceiver I transmitter Tx - vysílač receiver Rx přijímač (superheterodyn) duplexer umožní použití jedné antény pro Tx i Rx u mobilního telefonu pouze anténní přepínač řídící část dnes nejčastěji
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
VíceDSY-4. Analogové a číslicové modulace. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
DSY-4 Analogové a číslicové modulace Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti DSY-4 analogové modulace základní číslicové modulace vícestavové modulace modulace s rozprostřeným
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
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
VícePočítačové sítě. Lekce 5: Základy datových komunikací
Počítačové sítě Lekce 5: Základy datových komunikací Přenos dat V základním pásmu Nemodulovaný Baseband V přeloženém pásmu Modulovaný Broadband Lekce 5: Základy datových komunikací 2 Přenos v základním
VíceSnímání biologických signálů. A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů
Snímání biologických signálů A6M31LET Lékařská technika Zdeněk Horčík Katedra teorie obvodů horcik@fel.cvut.cz Snímání biologických signálů problém: převést co nejvěrněji spojitý signál do číslicové podoby
VíceAlgoritmy a struktury neuropočítačů ASN P8b
Algoritmy a struktury neuropočítačů ASN P8b Úvod - přirozená řeč jako zvukový signál Základní pojmy z fonetiky Charakteristiky mluvené řeči Přirozená řeč jako zvukový signál Řeč (speech) - komplex technických,
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
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady, vlastnosti Vzorkovací
Víceednáška a metody digitalizace telefonního signálu Ing. Bc. Ivan Pravda
2.předn ednáška Telefonní kanál a metody digitalizace telefonního signálu Ing. Bc. Ivan Pravda Telekomunikační signály a kanály - Při přenosu všech druhů telekomunikačních signálů je nutné řešit vztah
VíceČíslicové filtry. Honza Černocký, ÚPGM
Číslicové filtry Honza Černocký, ÚPGM Aliasy Digitální filtry Diskrétní systémy Systémy s diskrétním časem atd. 2 Na co? Úprava signálů Zdůraznění Potlačení Detekce 3 Zdůraznění basy 4 Zdůraznění výšky
VíceZvukové rozhraní. Základní pojmy
Zvukové rozhraní Zvukové rozhraní (zvukový adaptér) je rozšiřující rozhraní počítače, které slouží k počítačovému zpracování zvuku (vstup, výstup). Pro vstup zvuku do počítače je potřeba jeho konverze
Více9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST
9. PRINCIPY VÍCENÁSOBNÉHO VYUŽITÍ PŘENOSOVÝCH CEST Modulace tvoří základ bezdrátového přenosu informací na velkou vzdálenost. V minulosti se ji využívalo v telekomunikacích při vícenásobném využití přenosových
VíceMotivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky
A0M38SPP - Signálové procesory v praxi - přednáška 7 2 Motivace příklad použití lokace radarového echa Význam korelace Popis náhodných signálů číselné charakteristiky (momenty) Matematická definice korelační
VíceB2M31SYN SYNTÉZA AUDIO SIGNÁLŮ
B2M31SYN SYNTÉZA AUDIO SIGNÁLŮ zima 2016-2017 Roman Čmejla cmejla@fel.cvut.cz B2, místn.525 tel. 224 3522 36 http://sami.fel.cvut.cz/sms/ A2B31SMS - SYNTÉZA MULTIMEDIÁLNÍCH SIGNÁLŮ zima 2015-2016 http://sami.fel.cvut.cz/sms/
VíceNáhodné signály. Honza Černocký, ÚPGM
Náhodné signály Honza Černocký, ÚPGM Signály ve škole a v reálném světě Deterministické Rovnice Obrázek Algoritmus Kus kódu } Můžeme vypočítat Málo informace! Náhodné Nevíme přesně Pokaždé jiné Především
VíceFONETIKA A FONOLOGIE I.
FONETIKA A FONOLOGIE I. 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,
VíceZÁKLADY AUTOMATICKÉHO ŘÍZENÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ 1. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 2013 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská
VíceZákladní metody číslicového zpracování signálu a obrazu část II.
A4M38AVS Aplikace vestavěných systémů Přednáška č. 8 Základní metody číslicového zpracování signálu a obrazu část II. Radek Sedláček, katedra měření, ČVUT FEL, 2015 Obsah přednášky Převzorkování decimace,
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
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 včetně komprese. Digitálně = lépe! Je to ale pravda? X36PZA Periferní zařízení
Zvuk včetně komprese Digitálně = lépe! Je to ale pravda? Obsah přednášky Digitalizace spojitého signálu. Aliasing, kvantizační chyba. Praktická realizace digitálního zvukového řetězce. Komprese zvuku.
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
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
VícePavel Cenek, Aleš Horák
Syntéza a rozpoznávání řeči Pavel Cenek, Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/poc_lingv/ Obsah: Rozpoznávání řeči Související technologie Úvod do počítačové lingvistiky 3/11 1 / 20
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
VíceKlasifikace hudebních stylů
Klasifikace hudebních stylů Martin Šimonovský (mys7@seznam.cz) Rozpoznávání hudby úloha z oblasti DSP klasifikace dle hudebních stylů
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:
VíceRozpoznávání 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,
VíceKapitola 1. Signály a systémy. 1.1 Klasifikace signálů
Kapitola 1 Signály a systémy 1.1 Klasifikace signálů Signál představuje fyzikální vyjádření informace, obvykle ve formě okamžitých hodnot určité fyzikální veličiny, která je funkcí jedné nebo více nezávisle
Více31SCS Speciální číslicové systémy Antialiasing
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE 2006/2007 31SCS Speciální číslicové systémy Antialiasing Vypracoval: Ivo Vágner Email: Vagnei1@seznam.cz 1/7 Převod analogového signálu na digitální Složité operace,
Více1. Přednáška: Obecné Inf. + Signály a jejich reprezentace
1. Přednáška: Obecné Inf. + Signály a jejich reprezentace 1 Obecné informace Změna rozvrhů Docházka na cvičení 2 Literatura a podklady Základní učební texty : Prchal J., Šimák B.: Digitální zpracování
VíceDigitalizace převod AS DS (analogový diskrétní signál )
Digitalizace signálu v čase Digitalizace převod AS DS (analogový diskrétní signál ) v amplitudě Obvykle převod spojité předlohy (reality) f 1 (t/x,...), f 2 ()... připomenutí Digitalizace: 1. vzorkování
VíceČíslicová filtrace. FIR filtry IIR filtry. ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Číslicová filtrace FIR filtry IIR filtry Tyto materiály vznikly za podpory Fondu rozvoje
VícePulzní (diskrétní) modulace
EVROPSKÝ SOCIÁLNÍ FOND Pulzní (diskrétní) modulace PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206 Pulzní modulace
Více1. Základy teorie přenosu informací
1. Základy teorie přenosu informací Úvodem citát o pojmu informace Informace je název pro obsah toho, co se vymění s vnějším světem, když se mu přizpůsobujeme a působíme na něj svým přizpůsobováním. N.
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
VíceÚvod 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
VíceAkustika. Teorie - slyšení. 5. Přednáška
Akustika Teorie - slyšení 5. Přednáška Sluchové ústrojí Vnitřní a vnější slyšení Zpěv, vlastní hlas Dechové nástroje Vibrace a chvění Ucho Ucho je složeno z ucha vnějšího, středního a vnitřního. K vnějšímu
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
VíceÚvod do medicínské informatiky pro Bc. studium. 6. přednáška
Metody zpracování biosignálů 6. přednáška 1 Biosignály Živé objekty produkují signály biologického původu. Tyto signály mohou být elektrické (např. elektrické potenciály vznikající při svalové činnosti),
VíceAkustika. Teorie - slyšení
Akustika Teorie - slyšení Sluchové ústrojí Sluchové ústrojí elektrický 10 ;,eden'i '(.. vz;ucrerrf f a vedení tekutinou Ucho Ucho je složeno z ucha vnějšího, středního a vnitřního. K vnějšímu uchu patří
VíceAnalýza a zpracování ultrazvukových signálů
KAPITOLA 6 Analýza a zpracování ultrazvukových signálů Tato kapitola se zaměřuje zejména na metody číslicového zpracování a analýzy ultrazvukových signálů. V dnešních ultrazvukových přístrojích převažuje
VíceNormalizace textu. Text to Speech, TTS Konverze textu do mluvené podoby. Pavel Cenek, Aleš Horák. Obsah: Související technologie
Syntéza a rozpoznávání řeči Obsah: Související technologie Pavel Cenek, Aleš Horák E-mail: hales@fi.muni.cz http://nlp.fi.muni.cz/poc_lingv/ Text to Speech, TTS Konverze textu do mluvené podoby V ideálním
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
VíceDirect Digital Synthesis (DDS)
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Ing. Radek Sedláček, Ph.D., katedra měření K13138 Direct Digital Synthesis (DDS) Přímá číslicová syntéza Tyto materiály vznikly za podpory
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cziba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické
VíceLineární a adaptivní zpracování dat. 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY
Lineární a adaptivní zpracování dat 1. ÚVOD: SIGNÁLY, ČASOVÉ ŘADY a SYSTÉMY Daniel Schwarz Investice do rozvoje vzdělávání Osnova Úvodní informace o předmětu Signály, časové řady klasifikace, příklady,
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické či jiné
VíceKompresní metody první generace
Kompresní metody první generace 998-20 Josef Pelikán CGG MFF UK Praha pepca@cgg.mff.cuni.cz http://cgg.mff.cuni.cz/~pepca/ Stillg 20 Josef Pelikán, http://cgg.mff.cuni.cz/~pepca / 32 Základní pojmy komprese
VíceJan Černocký ÚPGM FIT VUT Brno, FIT VUT Brno
Fonetika, rozpoznávání řeči HMM II. Jan Černocký ÚPGM FIT VUT Brno, cernocky@fit.vutbr.cz FIT VUT Brno Rozpoznávání řeči HMM Jan Černocký, ÚPGM FIT VUT Brno 1/20 Plán Něco z fonetiky fonetické abecedy.
VíceVlastnosti a modelování aditivního
Vlastnosti a modelování aditivního bílého šumu s normálním rozdělením kacmarp@fel.cvut.cz verze: 0090913 1 Bílý šum s normálním rozdělením V této kapitole se budeme zabývat reálným gaussovským šumem n(t),
VíceOSNOVA. 1. Definice zvuku a popis jeho šíření. 2. Rozdělení zvukových záznamů (komprese) 3. Vlastnosti jednotlivých formátů
1 OSNOVA 1. Definice zvuku a popis jeho šíření 2. Rozdělení zvukových záznamů (komprese) 3. Vlastnosti jednotlivých formátů 4. Výhody, nevýhody a použití (streaming apod.) 2 DEFINICE ZVUKU Zvuk mechanické
VíceSpeciální struktury číslicových systémů ASN P12
Aplikace UNS v syntéze řeči modelování prozodie druhy syntezátorů Umělé neuronové sítě pro modelování prozodie Rozdíly mezi přirozenou a syntetickou řečí Požadavky: zlepšování srozumitelnosti zlepšování
Vícepolyfázové filtry (multirate filters) cascaded integrator comb filter (CIC) A0M38SPP - Signálové procesory v praxi - přednáška 8 2
A0M38SPP - Signálové procesory v praxi - přednáška 8 2 Decimace snížení vzorkovací frekvence Interpolace zvýšení vzorkovací frekvence Obecné převzorkování signálu faktorem I/D Efektivní způsoby implementace
VíceKomprese dat Obsah. Komprese videa. Radim Farana. Podklady pro výuku. Komprese videa a zvuku. Komprese MPEG. Komprese MP3.
Komprese dat Radim Farana Podklady pro výuku Obsah Komprese videa a zvuku. Komprese MPEG. Komprese MP3. Komprese videa Velký objem přenášených dat Typický televizní signál - běžná evropská norma pracuje
VícePCM30U-ROK 2 048/256 kbit/s rozhlasový kodek stručný přehled
2 048/256 kbit/s rozhlasový kodek stručný přehled TELEKOMUNIKACE, s.r.o. Třebohostická 5, 100 43 Praha 10 tel: (+420) 23405 2429, 2386 e-mail: pcm30u@ttc.cz web: http://www.ttc.cz, http://sweb.cz/rok-ttc
VíceDigitální telefonní signály
EVROPSKÝ SOCIÁLNÍ FOND Digitální telefonní signály PRAHA & EU INVESTUJEME DO VAŠÍ BUDOUCNOSTI Podpora kvality výuky informačních a telekomunikačních technologií ITTEL CZ.2.17/3.1.00/36206 Digitální telefonní
VíceZvuk a akustika. Helena Uhrová
Zvuk a akustika Helena Uhrová Zvuk Mechanické vlnění částic hmotného prostředí - zdroj rozruchu - prostředí ve kterém se rozruch šíří - vazba nebo mechanismus, kterým se přenos uskutečňuje Přenos energie
Více31ZZS 9. PŘEDNÁŠKA 24. listopadu 2014
3ZZS 9. PŘEDNÁŠKA 24. listopadu 24 SPEKTRÁLNÍ ANALÝZA Fourierovy řady Diskrétní Fourierovy řady Fourierova transformace Diskrétní Fourierova transformace Spektrální analýza Zobrazení signálu ve frekvenční
VíceA4400 VA4 pro ROZUMÍME ŘEČI VIBRACÍ
A4400 VA4 pro 4-kanálový analyzátor ROZUMÍME ŘEČI VIBRACÍ ROZUMÍME ŘEČI VIBRACÍ A4400 VA4 Pro NejVÝKONNĚJŠÍ 4-kanálový MULTIFUNKČNÍ analyzátor > > unikátní expertní systém pro automatickou detekci poruch
Více4. Komunikace, komunikační schéma, percepce a produkce řeči (Kopecký Kamil, Mgr. Ph.D.)
Disciplína: Úvod do české fonetiky a fonologie 4. Komunikace, komunikační schéma, percepce a produkce řeči (Kopecký Kamil, Mgr. Ph.D.) Obsah kapitoly Text kapitoly Cíle kapitoly Cílem kapitoly je popsat
VíceMultimediální systémy
Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Získání obsahu Jan Outrata (Univerzita Palackého v Olomouci) Multimediální systémy Olomouc, září prosinec
Vícedoc. Dr. Ing. Elias TOMEH Elias Tomeh / Snímek 1
doc. Dr. Ing. Elias TOMEH e-mail: elias.tomeh@tul.cz Elias Tomeh / Snímek 1 Frekvenční spektrum Dělení frekvenčního pásma (počet čar) Průměrování Časovou váhovou funkci Elias Tomeh / Snímek 2 Vzorkovací
VíceA4400 VA4 PRO II 4-KANÁLOVÝ ANALYZÁTOR ROZUMÍME ŘEČI VIBRACÍ
A4400 VA4 PRO II 4-KANÁLOVÝ ANALYZÁTOR ROZUMÍME ŘEČI VIBRACÍ ROZUMÍME ŘEČI VIBRACÍ A4400 VA4 Pro II NEJVÝKONNĚJŠÍ 4-KANÁLOVÝ MULTIFUNKČNÍ ANALYZÁTOR > unikátní expertní systém pro automatickou detekci
VíceŘečové 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
VíceVY_32_INOVACE_ENI_2.MA_05_Modulace a Modulátory
Číslo projektu Číslo materiálu CZ.1.07/1.5.00/34.0581 VY_32_INOVACE_ENI_2.MA_05_Modulace a Modulátory Název školy Střední odborná škola a Střední odborné učiliště, Dubno Autor Ing. Miroslav Krýdl Tematická
VíceJAK VZNIKÁ LIDSKÝ HLAS? Univerzita Palackého v Olomouci
JAK VZNIKÁ LIDSKÝ HLAS? JAN ŠVEC Katedra biofyziky, ik Př.F., Univerzita Palackého v Olomouci HLAS: Všichni jej každodenně používáme, ale víme o něm v podstatě jen málo Studium lidského hlasu Je založeno
Více1. ÚVOD 2. GRAFICKÝ ZÁPIS ZVUKOVÉ PODOBY JAZYKA 2.1 Písmo 2.2 Pravopis 2.3 Fonetická transkripce
1. ÚVOD 2. GRAFICKÝ ZÁPIS ZVUKOVÉ PODOBY JAZYKA 2.1 Písmo 2.2 Pravopis 2.3 Fonetická transkripce 3. TVOŘENÍ, PŘENOS A PERCEPCE ŘEČI 3.1. Tvoření řeči 3.1.1 Ústrojí dýchací 3.1.2 Ustrojí hlasové 3.1.3 Ústrojí
Více3.cvičen. ení. Ing. Bc. Ivan Pravda
3.cvičen ení Úvod do laboratorních měřm ěření Základní měření PCM 1.řádu - měření zkreslení Ing. Bc. Ivan Pravda Měření útlumového zkreslení - Útlumové zkreslení vyjadřuje frekvenční závislost útlumu telefonního
VíceÚvod do praxe stínového řečníka. Automatické rozpoznávání řeči
Úvod do praxe stínového řečníka Automatické rozpoznávání řeči Systém rozpoznávání řeči Řečník akustický řečový signál Akustická analýza O Akustický model Jazykový model p( O W) PW ( ) Dekodér W^ rozpoznaná
VícePředmět A3B31TES/Př. 13
Předmět A3B31TES/Př. 13 PS 1 1 Katedra teorie obvodů, místnost č. 523, blok B2 Přednáška 13: Kvantování, modulace, stavový popis PS Předmět A3B31TES/Př. 13 květen 2015 1 / 28 Obsah 1 Kvantování 2 Modulace
VíceOtázka 22(42) Přístroje pro měření signálů, metody pro měření v časové a frekvenční doméně. Přístroje
Otázka 22(42) Přístroje pro měření signálů, metody pro měření v časové a frekvenční doméně Rozmanitost signálů v komunikační technice způsobuje, že rozdělení měřicích metod není jednoduché a jednoznačné.
VíceUniversální přenosný potenciostat (nanopot)
Universální přenosný potenciostat (nanopot) (funkční vzorek 2014) Autoři: Michal Pavlík, Jiří Háze, Lukáš Fujcik, Vilém Kledrowetz, Marek Bohrn, Marian Pristach, Vojtěch Dvořák Funkční vzorek universálního
VíceTeoretická elektrotechnika - vybrané statě
Teoretická elektrotechnika - vybrané statě David Pánek EK 63 panek50@kte.zcu.cz Fakulta elektrotechnická Západočeská univerzita v Plzni September 26, 202 David Pánek EK 63 panek50@kte.zcu.cz Teoretická
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
VíceFyzika_9_zápis_6.notebook June 08, 2015. Akustika = část fyziky, která se zabývá ZVUKEM (vznikem zvuku, vlastnostmi zv., šířením zv., lid.
AKUSTIKA Akustika = část fyziky, která se zabývá ZVUKEM (vznikem zvuku, vlastnostmi zv., šířením zv., lid.sluchem) Obory akusky Fyzikální a. Hudební a. Fyziologická a. Stavební a. Elektroakuska VZNIK A
Více- DAC - Úvod A/D převodník převádějí analogové (spojité) veličiny na digitální (nespojitou) informaci. Základní zapojení převodníku ukazuje obr.
- DAC - Úvod A/D převodník převádějí analogové (spojité) veličiny na digitální (nespojitou) informaci. Základní zapojení převodníku ukazuje obr. Řada zdrojů informace vytváří signál v analogové formě,
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
VíceMěření zvuku. Judita Hyklová. První soukromé jazykové gymnázium Hradec Králové, s r.o. Brandlova 875, 500 03 Hradec Králové
Středoškolská technika 2010 Setkání a prezentace prací středoškolských studentů na ČVUT Měření zvuku Judita Hyklová První soukromé jazykové gymnázium Hradec Králové, s r.o. Brandlova 875, 500 03 Hradec
VíceGrafika na počítači. Bc. Veronika Tomsová
Grafika na počítači Bc. Veronika Tomsová Proces zpracování obrazu Proces zpracování obrazu 1. Snímání obrazu 2. Digitalizace obrazu převod spojitého signálu na matici čísel reprezentující obraz 3. Předzpracování
VíceŘečové 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
VíceFyziologické vlastnosti lidského zraku a sluchu
Fyziologické vlastnosti lidského zraku a sluchu 1. Teoretický rozbor řešeného problému: 1.1 Smyslové vnímání: Smyslové vnímání definujeme jako příjem a uvědomování si informací z vnějšího a vnitřního prostředí
VíceCharakteristiky zvuk. záznamů
Charakteristiky zvuk. záznamů Your Name Jan Kvasnička Your Title 2010 Roman Brückner Your Organization (Line #1) Your Organization (Line #2) Obsah prezentace Digitalizace zvuku Audio formáty Digitální
Více