dc.contributor.advisor | Martinek, Radek | |
dc.contributor.author | Skácel, Michal | |
dc.date.accessioned | 2019-06-26T04:31:06Z | |
dc.date.available | 2019-06-26T04:31:06Z | |
dc.date.issued | 2019 | |
dc.identifier.other | OSD002 | |
dc.identifier.uri | http://hdl.handle.net/10084/136177 | |
dc.description.abstract | Tato diplomová práce se zabývá automatickým rozpoznáváním řeči v oblasti Průmyslu 4.0 a SMART technologií pro následné testování vybraných filtračních metod. Nejprve se práce věnuje rešerši zabývající se uplatněním hlasového ovládání v konceptu Průmyslu 4.0 a SMART technologií. Dále se zabývá metodami automatického rozpoznávání řeči a filtračních metod. Primárně se tato práce zaměřuje na hlasové ovládání a filtraci rušení pomocí adaptivního algoritmu LMS a analýzy nezávislých komponent (ICA). V této práci byla realizována softwarová aplikace pro vytvoření databáze nahrávek rušení. Na základě těchto nahrávek byli realizovány tři vizualizace pro testování vybraných metod. Úspěšnost rozpoznání je vyhodnocena dle stavu rozpoznal/nerozpoznal, kdy každý příkaz byl 100x vysloven. | cs |
dc.description.abstract | This thesis deals with automatic speech recognition in Industry 4.0 and SMART technology for subsequent testing of selected filtration methods. Firstly, the thesis deals with the search of voice control in the Industry 4.0 and SMART technologies. It also deals with methods of automatic speech recognition and filtering methods. Primarily, this work focuses on voice control and interference filtering using adaptive LMS and Independent Component Analysis (ICA). In this work, a software application was created to create a jam recording database. Based on these recordings, three visualizations were made to test selected methods. Recognition success is evaluated by state recognized / not recognized when each command was 100x pronounced. | en |
dc.format.extent | 14397216 bytes | |
dc.format.mimetype | application/pdf | |
dc.language.iso | cs | |
dc.publisher | Vysoká škola báňská - Technická univerzita Ostrava | cs |
dc.subject | Automatické rozpoznávání řeči | cs |
dc.subject | Průmysl 4.0, SMART technologie | cs |
dc.subject | LabVIEW, slepá separace zdrojů | cs |
dc.subject | analýza nezávislých komponent | cs |
dc.subject | adaptivní algoritmus LMS. | cs |
dc.subject | Automatic Speech Recognition | en |
dc.subject | Industry 4.0, SMART Technology | en |
dc.subject | LabVIEW, Blinds Source Separation | en |
dc.subject | Independent Component Analysis | en |
dc.subject | Adaptive LMS Algorithm. | en |
dc.title | Využití virtuální instrumentace pro zpracování řečových signálů v oblasti SMART technologií a Průmyslu 4.0 | cs |
dc.title.alternative | Virtual Instrumentation for Speech Signal Processing in SMART Technology and Industry 4.0 | en |
dc.type | Diplomová práce | cs |
dc.contributor.referee | Žídek, Jan | |
dc.date.accepted | 2019-05-31 | |
dc.thesis.degree-name | Ing. | |
dc.thesis.degree-level | Magisterský studijní program | cs |
dc.thesis.degree-grantor | Vysoká škola báňská - Technická univerzita Ostrava. Fakulta elektrotechniky a informatiky | cs |
dc.description.department | 450 - Katedra kybernetiky a biomedicínského inženýrství | cs |
dc.contributor.consultant | Baroš, Jan | |
dc.contributor.consultant | Šoustek, Lukáš | |
dc.thesis.degree-program | Elektrotechnika | cs |
dc.thesis.degree-branch | Řídicí a informační systémy | cs |
dc.description.result | výborně | cs |
dc.identifier.sender | S2724 | |
dc.identifier.thesis | SKA0113_FEI_N2649_2612T041_2019 | |
dc.rights.access | openAccess | |