|
Kategorie: Diplomové, bakalářské práce |
Tento dokument chci!
Diplomová práce se zabývá vytvořením vhodných multimediálních podkladů z oblasti signálů a soustav se spojitým časem. Pochopení této problematiky je velmi důležité, neboť povinný předmět Signály a soustavy, resp. BSIS, je vyučován na bakalářském stupni oboru EST. Porozumění vyučované látky je nezbytnou prerekvizitou v dalších předmětech k úspěšnému zvládnutí navazující látky. Další část diplomové práce je zaměřena na jednorozměrné diskrétní signály. Konkrétně si klade za cíl realizaci softwarového systému. Navržený systém disponuje jak základními operacemi (energie signálu, počet průchodů nulou atd.) se zvukovými soubory, tak i funkcemi složitějšími, mezi které se řadí např. vyhledávání samohlásek v plynulé řeči. Systém je rozdělen na dvě části. První program analyzuje právě zvukové soubory, vytváří nový zvukový soubor s hledanou samohláskou a soubory s potřebnými parametry pro další zpracování. Druhý program analyzuje získaná data, která následně statisticky vyhodnocuje. Výsledný systém může být užitečný pro identifikaci mluvčího, jeho emočního stavu atd.
Požadavky výslednou podobu programu
vyplývaly postupem času, tak výsledný program disponuje základními
i pokročilejšími operacemi zvukovými soubory.
Mezi tzv. složitější funkci možné zařadit automatické vyhledávání českých
samohlásek pomocí LPC (linear prediction coding). Těmito body jsou maxima (formanty), minima (antiformanty)
a inflexní body, které slouží určení šířek formantů antiformantů. Mělo tedy jednat užitečné nástroje, které
najdou uplatnění různých aplikacích mohou sloužit jako základní kameny dalším
inovacím.2
Vybraným řešením druhé části práce bylo zvoleno naprogramování softwarového
systému pro parametrické zpracování jednorozměrných signálů pomocí, již zmíněného,
programovacího prostředí MATLAB. lineární predikci možné říci,
že řadí mezi parametrická zdrojová kódování často využívanou metodu (zejména
v systému GSM) pro zpětnou rekonstrukci řečového signálu. Následná rekonstrukce
signálu spočívá přenosu spektrální obálky pomocí LPC koeficientů reprezentujících
právě přenosovou funkci přizpůsobeného filtru pro rekonstrukci daného signálu.
Úspěšnost metody rozdílnost výsledků stanoví následné podrobné zkoumání
histogramů pro jednotlivé mluvčí jejich módy vhodné řečové databáze.
Obecně použití principu lineární predikce založeno navzorkování daného
úseku (nejčastěji 20ms úsecích) signálu, kde pro každý vzorek vypočte příslušný
LPC koeficient pomocí lineární kombinace vzorků předchozích.
Takto získaná data prvním programem jsou dále zpracována programem druhým,
který určuje percentuální rozpoložení významných bodů prostorech mezi sobě
jdoucími formanty frekvenčního hlediska) formantem jeho příslušným
antiformantem (úrovňové hledisko). Nesmíme ovšem zapomenout ani vytvořený online kurz, který jistě najde
své využití nejen při výuce předmětu BSIS.
. Díky tomuto způsobu interpretace obdržených
výsledků dochází jejich jednoduššímu pochopení, tak porozumění aktuální
analýzy řeči pro jednotlivé mluvčí jejich momentální rozpoložení jednodušší.
Při řádu lineární predikce obsahuje spektrum řečového signálu maximálně
4 ostrá maxima (formanty), jejichž vlastnosti jsou závislé konkrétních mluvčích,
jejich emočních stavech aktuálních rozpoloženích. Nově získané informace jsou statisticky
prezentovány pomocí histogramů. Druhá část práce tedy zabývá
analýzou LPC spekter českých samohlásek, kterých jsou hledány významné body
a jejich hodnoty. identifikace
samotného mluvčího, jeho stavu atd.
Shrnutím úvodu můžeme tvrdit, oba dílčí programy softwarového systému
mohou být dále rozšiřovány, využívány pro další aplikace jako jsou např
