prikaz prve stranice dokumenta Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora
Rad nije dostupan
magistarski rad
Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2008. urn:nbn:hr:168:551383
Vasilijević, Antonio
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za elektroničke sustave i obradbu informacija

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Vasilijević, A. (2008). Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora (Magistarski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:551383

Vasilijević, Antonio. "Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora." Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2008. https://urn.nsk.hr/urn:nbn:hr:168:551383

Vasilijević, Antonio. "Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora." Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2008. https://urn.nsk.hr/urn:nbn:hr:168:551383

Vasilijević, A. (2008). 'Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora', Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 27.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:551383

Vasilijević A. Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora [Magistarski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2008 [pristupljeno 27.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:551383

A. Vasilijević, "Percepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora", Magistarski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2008. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:551383

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:551383
Podaci o radu
NaslovPercepcijska utemeljenost kepstralnih mjera udaljenosti za primjene u obradi govora
Naslov (engleski)Perceptual Significance of Cepstral Distortion Measures in Digital Speech Processing
AutorAntonio Vasilijević
MentorDavor Petrinović (mentor)
Član povjerenstvaDamir Seršić (predsjednik povjerenstva)
Član povjerenstvaDavor Petrinović (član povjerenstva)
Član povjerenstvaIvica Kopriva (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
(Zavod za elektroničke sustave i obradbu informacija)
Zagreb
Datum i država obrane2008-12-10, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Univerzalna decimalna klasifikacija
(UDC)		621.3 - Elektrotehnika
Sažetak
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.
Sažetak (engleski)
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.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:551383
Studijski programNaziv: Elektrotehnika
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski znanstveni (magistarski)
Akademski / stručni naziv: Magistar znanosti elektrotehnike (mag. ing. el.)
URL zapisa u kataloguhttp://lib.fer.hr/cgi-bin/koha/opac-detail.pl?biblionumber=33042
Vrsta resursaTekst
Opseg79 str.
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-03-19 11:02:18