| Název: | Optimalizovaná a paralelní implementace metod pro rozpoznávání řeči |
| Další názvy: | Optimized and Parallel Implementation of Speech Recognition Algorithms |
| Autoři: | Kunešová, Marie |
| Vedoucí práce/školitel: | Vaněk, Jan |
| Oponent: | Psutka Jr., Josef |
| Datum vydání: | 2013 |
| Nakladatel: | Západočeská univerzita v Plzni |
| Typ dokumentu: | diplomová práce |
| URI: | http://hdl.handle.net/11025/7431 |
| Klíčová slova: | Rozpoznávání řeči;HMM;algoritmus forward-backward;Viterbiův algoritmus;MFCC |
| Klíčová slova v dalším jazyce: | Speech recognition;HMM;forward-backward algorithm;Viterbi algorithm;MFCC |
| Abstrakt: | Tato práce se zabývá analýzou a optimalizací metod rozpoznávání řeči z hlediska rychlosti výpočtu a přesnosti rozpoznávání. Je použito rozpoznávání řeči využívající skrytých Markovových modelů. Optimalizace z hlediska času výpočtu je zaměřena na zrychlení výpočtu akustických pravděpodobností a dekódování jako celku. Druhá část práce se zabývá analýzou a optimalizací rozpoznávání z hlediska jeho úspěšnosti. Rozpoznávány byly promluvy sestávající z posloupnosti číslovek. Je stanoven optimální počet stavů HMM připadajících na každé slovo a způsob normalizace dat a je zavedena penalizace slov. Dále je získána referenční posloupnost stavů HMM a na jejím základě jsou hledány nejčastěji se vyskytující záměny. Závěrem práce je zkoumán vliv zkreslení dat na kvalitu rozpoznávání. |
| Abstrakt v dalším jazyce: | This thesis concerns the analysis and optimization methods of speech recognition in regards to computation speed and accuracy of recognition. Speech recognition is done with the use of Hidden Markov Models. Optimization in regards to computation time is targeted at improving the speed of~acoustic likelihood computation and decoding as a whole. The second part of the thesis is concerning the analysis and optimization of speech recognition in regards to accuracy. Sequences of digits from 0 to 9 were being recognized. The optimal number of HMM states for each word and the approach to data normalization were determined and word penalization was applied. In the conclusion of the thesis, the influence of noise on the quality of recognition is examined. |
| Práva: | Plný text práce je přístupný bez omezení. |
| Vyskytuje se v kolekcích: | Diplomové práce / Theses (KKY) |
Soubory připojené k záznamu:
| Soubor | Popis | Velikost | Formát | |
|---|---|---|---|---|
| DP_Kunesova.pdf | Plný text práce | 564,02 kB | Adobe PDF | Zobrazit/otevřít |
| kunesova-v.pdf | Posudek vedoucího práce | 317,21 kB | Adobe PDF | Zobrazit/otevřít |
| kunesova-o.pdf | Posudek oponenta práce | 369,59 kB | Adobe PDF | Zobrazit/otevřít |
| kunesova-p.pdf | Průběh obhajoby práce | 241,26 kB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/7431Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.