Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Detekce řečové aktivity na bázi HMM a GMM modelování

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F10%3A00174159" target="_blank" >RIV/68407700:21230/10:00174159 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Detekce řečové aktivity na bázi HMM a GMM modelování

  • Popis výsledku v původním jazyce

    Článek popisuje několik algoritmů detekce řečové aktivity, která představuje významnou úlohu řešenou v oblasti zpracování řeči a která je stále intenzivně rozvíjena v současném výzkumu v celosvětovém měřítku. V tomto článku jsou popisované algoritmy na bázi gaussovských směsí (GMM) a skrytých Markovových modelů (HMM) včetně analýzy použití vhodných parametrů. Studované detektory byly srovnány s referenčními energetickými a kepstrálními detektory a také s lagoritmem na bázi normy ITU-T G.729. Experimentybyly provedeny se signály z databáze CZKCC obsahující promluvy z jedoucího automobilu, kde se prokázal významný přínos použití GMM a HMM detektorů, zejména pro silněji zarušené signály.

  • Název v anglickém jazyce

    HMM and GMM Based Voice Activity Detectors

  • Popis výsledku anglicky

    This article describes several solutions of voice activity detection which represents an important subpart of more general research in the field of speech processing and which is a subject of many contemporary research activities and many applications ofspeech technology. The approaches based on Gaussian mixture models and hidden Markov models are presented in this article, commonly with the study of using different speech parametrizations in GMM and HMM based VADs. Presented detectors were compared with referential heuristic algorithms based on energy and cepstral analysis, and with the VAD accoding to ITU-T G.729 recommendation. The testing of suggested algorithms was realized using the data from CZKCC signal database recorded in running car and thecontribution of proposed statistical detectors based on GMM and HMM is evident, especially, for speech signals collected in very noisy environment.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JA - Elektronika a optoelektronika, elektrotechnika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Akustické listy

  • ISSN

    1212-4702

  • e-ISSN

  • Svazek periodika

    16

  • Číslo periodika v rámci svazku

    2-3

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    9

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus