prikaz prve stranice dokumenta Poboljšanje kvalitete govornog signala primjenom konvolucijskih neuronskih mreža prikladnih za izvođenje na mikrokontroleru
No public access
undergraduate thesis
Poboljšanje kvalitete govornog signala primjenom konvolucijskih neuronskih mreža prikladnih za izvođenje na mikrokontroleru
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. urn:nbn:hr:168:065831
Šljubura, Nika
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Šljubura, N. (2023). Poboljšanje kvalitete govornog signala primjenom konvolucijskih neuronskih mreža prikladnih za izvođenje na mikrokontroleru (Undergraduate thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:065831

Šljubura, Nika. "Poboljšanje kvalitete govornog signala primjenom konvolucijskih neuronskih mreža prikladnih za izvođenje na mikrokontroleru." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:065831

Šljubura, Nika. "Poboljšanje kvalitete govornog signala primjenom konvolucijskih neuronskih mreža prikladnih za izvođenje na mikrokontroleru." Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:065831

Šljubura, N. (2023). 'Poboljšanje kvalitete govornog signala primjenom konvolucijskih neuronskih mreža prikladnih za izvođenje na mikrokontroleru', Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 25 June 2024, https://urn.nsk.hr/urn:nbn:hr:168:065831

Šljubura N. Poboljšanje kvalitete govornog signala primjenom konvolucijskih neuronskih mreža prikladnih za izvođenje na mikrokontroleru [Undergraduate thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2023 [cited 2024 June 25] Available at: https://urn.nsk.hr/urn:nbn:hr:168:065831

N. Šljubura, "Poboljšanje kvalitete govornog signala primjenom konvolucijskih neuronskih mreža prikladnih za izvođenje na mikrokontroleru", Undergraduate thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:168:065831

Metadata
TitlePoboljšanje kvalitete govornog signala primjenom konvolucijskih neuronskih mreža prikladnih za izvođenje na mikrokontroleru
Title (english)Improving Quality of Speech Signal Using Convolutional Neural Networks Suitable for Microcontroller
AuthorNika Šljubura
MentorVedran Bilas (mentor)
Committee memberVedran Bilas (predsjednik povjerenstva)
Committee memberDarko Vasić (član povjerenstva)
Committee memberStjepan Begušić (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2023-07-07, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
Rad se bavi razvojem neuronskih mreža i implementacijom istih na mikrokontroler iz porodice ARM Cortex-M4 s ciljem poboljšanja kvalitete govornog signala u slušnim aparatima. Radi sigurnosti korisnika, zvukovi hitne buke ne smiju biti eliminirani, zbog čega sustav koristi klasifikator, čija je zadaća prepoznati sadrži li zvučni signal hitnu buku. Ovisno o rezultatu klasifikacije, signal se dalje prosljeđuje jednom od modela s ciljem smanjenja intenziteta odgovarajuće pozadinske buke i povećanja intenziteta govornog signala. Kriterij uspješnosti rada definiran je STOI ocjenom, čiji je iznos jednak 0.86 za signale bez zvukova uzbune i 0.7 za signale koji sadrže zvukove uzbune.
Abstract (english)
The thesis deals with the development of neural networks and their implementation on a microcontroller from the ARM Cortex-M4 family to improve the quality of the speech signal in hearing aids. For the user's safety, emergency noise sounds can't be eliminated, which is why the system uses a classifier, whose task is to recognize whether the sound signal contains emergency noise. Depending on the classification result, the signal is further forwarded to one of the models, which will reduce the intensity of the corresponding background noise and increase the intensity of the speech signal. The success criterion is defined by the STOI rating, which equals 0.86 for signals without alarm sounds and 0.7 for signals containing alarm sounds.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:065831
Study programmeTitle: Computing
Study programme type: university
Study level: undergraduate
Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-07-13 10:36:07