|
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.
3 Lineární predikce (LPC)
LPC (Linear Prediction Coding) jeden nejefektivnějších způsobů analýzy zpětné
rekonstrukce hlasového signálu, který nejmasivněji využíván systému GSM.25
Ne všechny české hlásky disponují základním tónem F0. své podstatě tedy lineární
. Hlásky, nichž
se vyskytuje absence základního tónu nazýváme neznělými, např.
5. Artikulačně
je vokálnost založena otevřenosti nadhrtanových prostor, zatímco znělost (sonorita)
záleží generování základního tónu hlasivkami. Tato
metoda umožňuje výpočet spektra analyzovaného signálu pomocí LPC koeficientů.
Obr. Analýza překrývajících úseků vede sice lepšímu rozpoznání řeči, ale je
výpočetně časově náročnější než metoda bez vzájemného překrytí segmentů. Pro relevantnost získaných dat případné zpětné rekonstrukci signálu
je tedy nutné zvukový soubor rozdělit krátké úseky. Krčmové Filozofické fakulty Masarykovy
univerzity. GSM nejnižší přenášená
frekvence lidského hlasu 300 Hz. Její
princip spočívá oddělení rezonančních kmitočtů hlasu pomocí inverzní filtrace
a následného zanalyzování zbylého hlasového úseku.
Pro důkladnější seznámení problematikou oblasti fonetiky fonologie doporučuji
nahlédnout online kurzu prof. 23: LPC spektrum samohlásky A. Krčmová [11] uvádí, rozdíl
mezi znělými neznělými hláskami pro češtinu základním korelačním rysem.
Kompromisem mezi rychlostí kvalitou výsledků délka jednotlivých úseků ms. praxi využívána
segmentace úseky překrytím sobě jdoucích segmentů, bez
překrytí.
5. Pokud byla jakákoliv metoda aplikována celý požadovaný
signál bez předchozích úprav, bylo určení jednotlivých parametrů zcela
bezvýznamné.
Počátky užívání lineární predikce řečovému kódování datují roku 1971.
Z předchozího obrázku patrné, mezi základním tónem prvním formantem
F1 vzniká nultý antiformant AF0, který není našem případě tak důležitý pro analýzu
řečových signálů jak následující antiformanty, neboť např. /p/, /t/, /f/, zatímco
absenci formantových pruhů spektru nazýváme nevokálností.2 Segmentace řečového signálu
Parametrizace řečového signálu úkol vyjádřit jeho průběh pomocí omezeného
množství hodnot.
Na obrázku vyobrazeno hladké spektrum samohlásky /a/ vytvořené pomocí
lineární predikce (LPC), kterém jsou zeleně označeny formanty červeně lokální
minima- antiformanty
