prikaz prve stranice dokumenta Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora
No public access
scientific master's theses
Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2008. urn:nbn:hr:168:551383
Vasilijević, Antonio
University of Zagreb
Faculty of Electrical Engineering and Computing
Department of Electronic Systems and Information Processing

Institutional repository: FER Repository

Cite this document

Vasilijević, A. (2008). Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora (Scientific master's theses). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:551383

Vasilijević, Antonio. "Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora." Scientific master's theses, University of Zagreb, Faculty of Electrical Engineering and Computing, 2008. https://urn.nsk.hr/urn:nbn:hr:168:551383

Vasilijević, Antonio. "Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora." Scientific master's theses, University of Zagreb, Faculty of Electrical Engineering and Computing, 2008. https://urn.nsk.hr/urn:nbn:hr:168:551383

Vasilijević, A. (2008). 'Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora', Scientific master's theses, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 15 January 2025, https://urn.nsk.hr/urn:nbn:hr:168:551383

Vasilijević A. Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora [Scientific master's theses]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2008 [cited 2025 January 15] Available at: https://urn.nsk.hr/urn:nbn:hr:168:551383

A. Vasilijević, "Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora", Scientific master's theses, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2008. Available at: https://urn.nsk.hr/urn:nbn:hr:168:551383

Metadata
TitlePercepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora
Title (english)Perceptual Significance of Cepstral Distortion Measures in Digital Speech Processing
AuthorAntonio Vasilijević
MentorDavor Petrinović (mentor)
Committee memberDamir Seršić (predsjednik povjerenstva)
Committee memberDavor Petrinović (član povjerenstva)
Committee memberIvica Kopriva (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
(Department of Electronic Systems and Information Processing)
Zagreb
Defense date and country2008-12-10, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Universal decimal classification
(UDC)		621.3 - Electrical engineering
Abstract
Jedna od danas najčešće korištenih mjera u automatskom prepoznavanju govora i govornika je mjera Euklidske udaljenosti MFCC vektora. Algoritam za izračunavanje mel frekvencijskih kepstralnih koeficijenata zasniva se na filtarskom slogu kod kojeg su pojasi ekvidistantno raspoređeni na percepcijski motiviranoj mel skali. Na vrijednost mel kepstralnog vektora, a samim time i na svojstva kepstralne mjere udaljenosti glasova, utječe veći broj parametara sustava za kepstralnu analizu. Tema ovog rada je ispitati usklađenost MFCC mjere sa stvarnim percepcijskim razlikama za različite vrijednosti parametara analize. Analizom parametara mel filtarskog sloga utvrdili smo da filtar sa 24 pojasa, širine 220 mel-a i faktorom preklapanja filtra većim ili jednakim jedan, daje optimalne SD mjere koje se najbolje slažu s percepcijom. Za takav mel filtarski slog granica čujnosti razlike između glasova je 0.4 – 0.5 dB, mjereno SD RMS razlikom potpunih mel kepstralnih vektora. Također, pokazat ćemo da je korištenje mel kepstralnog vektora odrezanog na konačnu dužinu (12 koeficijenata) opravdano za prepoznavanje govora, ali da bi moglo biti upitno u primjenama prepoznavanja govornika. Analizirali smo i utjecaj aliasing-a u kepstralnoj domeni na mjere udaljenosti glasova. Utvrđena je izrazita koreliranost SD razlika izračunatih iz aperiodskog i periodičkog mel kepstra iz čega zaključujemo da je utjecaj aliasing-a generalno zanemariv. Postoje rijetke iznimke kod kojih je utjecaj aliasing-a prisutan, te su one posebno analizirane.
Abstract (english)
Currently, one of the most widely used distances in speech and speaker recognition is the Euclidean distance between MFCCs. Mel frequency cepstral coefficients are based on filter bank algorithm whose filters are equally spaced on a perceptually motivated mel frequency scale. The value of Mel cepstral vector, as well as the characteristics of cepstral distance, is determined by a number of parameters used in Mel cepstral analysis. The topic of this work is to examine compatibility of MFCC measure with human perception for different values of parameters in the analysis. By analysing Mel filter bank parameters it is found that filter bank with 24 bands, 220 mels bandwidth and band overlap coefficient equal and higher than one gives optimal SD distance measures. For this kind of Mel filter bank, difference between vowels can be recognised for full-length Mel cepstral SD RMS measure higher than 0.4 – 0.5 dB. Further on, it will be shown that usage of short Mel cepstral vector (12 coefficients) is justified for speech recognition, but arguable for speaker recognition. We analysed the impact of aliasing in cepstral domaine on cepstral distortion measures. The results have shown high correlation of SD distances calculated from aperiodic and periodic Mel cepstrum, leading to the conclusion that the impact of aliasing is generally minor. There are rare exceptions where aliasing is present, and they were also analysed.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:551383
Study programmeTitle: Postgraduate master programme in electrical engineering
Study programme type: university
Study level: postgraduate
Academic / professional title: Magistar znanosti elektrotehnike (Magistar znanosti elektrotehnike)
Catalog URLhttp://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=33042
Type of resourceText
Extent79 str.
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Created on2020-03-19 11:02:18