Metody automatické identifikace řečníka z řečového signálu

Martin Budinský

Bakalářská práce

Automatic Speaker Identification from Adio Records

Anotace:

Ve své bakalářské práci se věnuji problematice rozpoznání řečníka z řečového signálu. Zabývám se zde základní teorií pro porozumění tomuto tématu. Teoretická část je zaměřená na seznámení čtenáře s analýzou a zpracováním řečového signálu a poté popis dostupných metod extrakce příznaků řečového signálu pro identifikaci řečníka, popis předzpracování řečového signálu a popis jednotlivých metod používaných pro identifikaci řečníka. V praktické části používám znalosti získané z teorie v praxi a realizuji jednu z metod jako praktickou ukázku v jazyce Matlab, konkrétně používám metodu vektorové kvantizace, která využívá příznaky získané z Mel-frekvenčních kepstrálních koeficientů. Úspěšnost této metody rozpoznání řečníka je asi 70%. Chci dosáhnout funkčního programu pro rozpoznání řečníka s úspěšností rozpoznání blížící se k 70%. Program bude sloužit jako ukázka pro výuku.

Abstract:

In my bachelor thesis I´m devoting to the problem of speaker recognition from speech signal. Basic theory to understand this problem is included. Theory focuses to analysis and processing of speech signal, description of feature extraction methods of speech signal for speaker identification, description of speech signal preprocessing and description of methods used for speaker identification. In practice part I use knowledge from theory in practice and implement one of methods used for speaker identification in Matlab. I use vector quantization method, which uses features obtained from Mel-frequency cepstral coefficients. Success rate of this method is about 70%. My goal is functional program for speaker recognition with success rate going to 70%. Next use of program is demonstration for teaching.

Klíčová slova

Předzpracování řeči, rozpoznání řečníka, identifikace řečníka, verifikace řečníka, extrakce příznaků, Mel-frekvenční kepstrální koeficienty, vektorová kvantizace, Matlab

Keywords

Speech preprocessing, speaker recognition, speaker identification, speaker verification, feature extraction, Mel-frequency cepstral coefficients, vector quantization, Matlab

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 29. 4. 2016

Obhajoba závěrečné práce

• Obhajoba proběhla 1. 6. 2016
• Vedoucí: Jan Skapa
• Oponent: Pavol Partila

VŠB - Technická univerzita Ostrava

Fakulta elektrotechniky a informatiky

Bakalářský studijní program / obor:
Informační a komunikační technologie / Mobilní technologie