Automatická extrakce dat z webových stránek České televize pro tvorbu akustických modelů

Bc. Martin JAHN

Master's thesis

Automatic data extraction from the Czech Television web for acoustic models

Anotácia:

Tato diplomová práce se zabývá automatickou tvorbou akustických modelů z dat webu České televize. Začátek práce se věnuje teoretické stránce problematiky rozpoznávání řeči a představuje různé metody přístupu k tomuto problému. Dále se v práci nachází analýza dat webu ČT a je zde popsán navržený automatický modul pro extrakci dat a trénování akustických modelů. Ke konci této práce jsou zmíněny a vysvětleny metody úprav titulků za účelem zlepšení úspěšnosti rozpoznávání. Veškeré dosažené výsledky jsou přehledně zobrazeny v tabulkách a grafech.

Abstract:

This thesis deals with an automatic creation of acoustic models from the Czech Television web. At the beginning, the author introduces the problematics of speech recognition and presents various methods of approaching this problem. There is also CT web data analysis and proposal of automatic module for data extraction and training of acoustic models in this work. At the end of this work, methods for improving the recognition success rate are commented and all the obtained results are clearly shown in the tables and graphs.

Kľúčové slová

rozpoznávání řeči, akustický model, skryté Markovovy modely, skryté titulky, iVysílání, Česká televize

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 18. 5. 2018

Zverejniť od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedúci: Ing. Mgr. Josef Psutka, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Master programme / odbor:
Computer Science and Engineering / Control and Decision-Making Systems