Martina Slívová

Diplomová práce

Využití metod strojového učení pro rozpoznávání řeči

Machine Learning Methods for Speech Recognition
Anotace:
Tato diplomová práce se zabývá využitím metod strojového učení pro rozpoznávání řeči. První část se věnuje teoretickému popisu metod zpracování řečového signálu a algoritmům, které je možné použít pro automatické rozpoznávání řeči. Jsou zde popsány algoritmy dynamického borcení času, skryté Markovovy modely a hluboké neuronové sítě. Praktická část byla věnována realizaci ASR systému pro izolovaná slova …více
Abstract:
This thesis is devoted to machine learning methods for speech recognition. The first part deals with teoretical description of methods for speech signal processing and algorithms which can be used for automatic speech recognition. Dynamic time warping, hidden Markov models and deep neural networks are described here. The practical part is focused on the description of the created system, which is based …více
 
 
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 30. 4. 2019

Obhajoba závěrečné práce

  • Obhajoba proběhla 28. 5. 2019
  • Vedoucí: Pavol Partila
  • Oponent: Jaromír Továrek

Citační záznam

Plný text práce

Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB - Technická univerzita Ostrava