Šnekos signalų atpažinimo sistemų tikslumas priklauso nuo šnekos signalus aprašančių požymių ir šiuos požymius naudojančių klasifikatorių savybių. Vertinant tradiciškai atpažinimo sistemų tikslumą kiekvienai pasirinktai požymių sistemai ir kiekvienam klasifikatoriaus tipui tenka atlikti atpažinimo tikslumo skaičiavimus. Tokių darbų apimtis galima sumažinti įvertinus pasirenkamų požymių kokybę. Todėl buvo atlikti šnekos signalų požymių kokybės vertinimo tyrimai. Ištirtas metodas šnekos signalų atpažinimo požymių kokybei vertinti, grindžiamas trijų metrikų panaudojimu. Parodyta, kad tokiu būdu atrinkti šnekos signalų požymiai Euklido erdvėje aprašo atpažinimo sistemų kokybę ir leidžia sumažinti atpažinimo sistemų kokybės vertinimo darbų apimtis. Parodyta, kad šnekos signalų požymių kokybės vertinimo metodo algoritmo sudėtingumas yra O(2Rlog2R), o atpažinimo sistemos, kuriame naudojamas dinaminio laiko skalės kraipymo klasifikatorius, atpažinimo kokybės vertinimo algoritmo sudėtingumas yra O(R^2), R – šnekos signalų etalonų vektorių skaičius. Eksperimentinių tyrimų rezultatai patvirtino pateikto šnekos signalų atpažinimo požymių kokybės vertinimo metodo teisingumą. / The accuracy of speech recognition system depends on characteristics of employed speech recognition features and classifier. Evaluating the accuracy of speech recognition system in ordinary way, the error of speech recognition system has to be calculated for each type of explored feature system and each type of classifier. The amount of such calculations can be reduced if the quality of explored feature system is estimated. Accordingly, the researches were made for quality estimation of speech recognition features. The proposed method for quality estimation of speech recognition features is based on three metrics usage. It was demonstrated, that the proposed method describes the quality of speech recognition features in Euclidean space and reduces the calculations of quality estimation of speech recognition systems. Demonstrated, that algorithm complexity of method for quality estimation of speech recognition features is O(2Rlog2R), while algorithm complexity of dynamic time warping recognition system is O(R^2), where R is vectors number of speech pattern references. The results of experimental researches confirmed the correctness of the proposed method for quality estimation of speech recognition features.

The accuracy of speech recognition system depends on characteristics of employed speech recognition features and classifier. Evaluating the accuracy of speech recognition system in ordinary way, the error of speech recognition system has to be calculated for each type of explored feature system and each type of classifier. The amount of such calculations can be reduced if the quality of explored feature system is estimated. Accordingly, the researches were made for quality estimation of speech recognition features. The proposed method for quality estimation of speech recognition features is based on three metrics usage. It was demonstrated, that the proposed method describes the quality of speech recognition features in Euclidean space and reduces the calculations of quality estimation of speech recognition systems. Demonstrated, that algorithm complexity of method for quality estimation of speech recognition features is O(2Rlog2R), while algorithm complexity of dynamic time warping recognition system is O(R^2), where R is vectors number of speech pattern references. The results of experimental researches confirmed the correctness of the proposed method for quality estimation of speech recognition features. / Šnekos signalų atpažinimo sistemų tikslumas priklauso nuo šnekos signalus aprašančių požymių ir šiuos požymius naudojančių klasifikatorių savybių. Vertinant tradiciškai atpažinimo sistemų tikslumą kiekvienai pasirinktai požymių sistemai ir kiekvienam klasifikatoriaus tipui tenka atlikti atpažinimo tikslumo skaičiavimus. Tokių darbų apimtis galima sumažinti įvertinus pasirenkamų požymių kokybę. Todėl buvo atlikti šnekos signalų požymių kokybės vertinimo tyrimai. Ištirtas metodas šnekos signalų atpažinimo požymių kokybei vertinti, grindžiamas trijų metrikų panaudojimu. Parodyta, kad tokiu būdu atrinkti šnekos signalų požymiai Euklido erdvėje aprašo atpažinimo sistemų kokybę ir leidžia sumažinti atpažinimo sistemų kokybės vertinimo darbų apimtis. Parodyta, kad šnekos signalų požymių kokybės vertinimo metodo algoritmo sudėtingumas yra O(2Rlog2R), o atpažinimo sistemos, kuriame naudojamas dinaminio laiko skalės kraipymo klasifikatorius, atpažinimo kokybės vertinimo algoritmo sudėtingumas yra O(R^2), R – šnekos signalų etalonų vektorių skaičius. Eksperimentinių tyrimų rezultatai patvirtino pateikto šnekos signalų atpažinimo požymių kokybės vertinimo metodo teisingumą.

Magistro baigiamajame darbe analizuojama lietuvių šnekos vizemų vizualizacijos problema, tiriami lietuvių kalbos vizemų vizualizacijos požymiai, galimybės koduoti SAMPA kodais analizė, analizuojami programinės įrangos kūrimo metodai ir algoritmai. Sukurtas algoritmas sprendžiantis lietuvių šnekos vizemų vizualizacijos problemą. Pasirinktas kompiuterinės grafikos tipas, tinkantis iškeltiems tikslams įvykdyti – vektorinė grafika. Sukurti du vektorių transformacijos metodai, išanalizuoti jų skirtumai ir praktinio panaudojimo galimybės. Sukurta programinė įranga įgalinanti vartotoją kurti vizemas, jas transformuoti ir derinti jų vaizdavimo trukmę įvairiais koeficientais ir vykdyti animaciją pagal pasirinktą transformacijos metodą. Sudarytos penkios vizemos ir dviejų lietuviškų žodžių animacijos, kurių pagalba atliktas tyrimas parodantis darbo ir metodų realizavimo kokybę bei pritaikomumą. / In this final Master's thesis work features of Lithuanian speech visemes visualization are analyzed. Possibility of coding with SAMPA codes, software methods and algorithms are inspected. Type of computer graphics is picked, which is suitable for software objectives – vector graphics. Two transformation methods for vector graphics are created and their differences and practical usability are analyzed. Software for visemes creation, transformation and tuning of their duration and duration of transformation between visemes is created and described. The main purpose of this software is to animate Lithuanian speech by the method selected. Five visemes for two Lithuanian words animation is created. Using these visemes research has been done which is showing the quality of realization and adaptability of this software.

Savo diplominiame darbe svarstau Heideggerio požiūrį į kalbą kaip į neobjektinę ir kartu pateikiu oponuojantį pirmajam objektinės kalbos požiūrį. Neobjektinio požiūrio į kalbą esmė yra įvairių filosofinių klausimų apmąstymas remiantis filosofo vaizduote ir kritiniu filosofiniu konkretaus klausimo apmąstymu. Originaliai filosofinio klausimo plėtotei neobjektiniame požiūryje į kalbą būtinas mąstytojo susikaupimas ties konkrečiu filosofiniu klausimu ir mąsli ramybė. Priešingas nei Heideggerio filosofinis požiūris yra vadinamas objektiniu požiūriu į kalbą. Logikas Rudolfas Carnapas, vokiečių filosofas Immanuelis Kantas atstovauja objektinės kalbos filosofinei pozicijai. Abu mąstytojai kalbą apmąsto kaip kalbos faktų rinkinį. Antrojo filosofinio požiūrio į kalbą esmė: mąstytojas savo darbe taiko tik techninius įgūdžius, dėl to jam nereikia arba reikia tik labai minimaliai asmeninės vaizduotės. Dėl to šiuolaikinėje filosofijoje yra daug “mirusių” tekstų (be filosofinės vaizduotės jėgos). Rašto ir šnekos skirtis reiškia, kad filosofiniame diskurse pirmenybė yra teikiama arba raštui, arba šnekai. Prancūzų filosofas Jacques Derrida teigė, kad raštas kalboje yra pirmapradis. Kitaip nei raštas, šneka nėra pirmapradė kalbos diskurso dalis Derrida filosofijoje. Vokiečių filosofas Martinas Heideggeris šneką suvokia kaip filosofinio apmąstymo plėtojimo būdą. Šis būdas kyla iš sokratiškojo dialogo formos. Mano nuomone, pati rašto ir šnekos skirtis yra sąlyginė. Tekste Heideggerio mintys... [toliau žr. visą tekstą] / In my graduation dissertation I discuss the non – objective language conception of Martin Heidegger and the opposite philosophical view. The essence of this philosophical conception is a contemplation of various philosophical questions. An elaboration of the philosophical thinking consists of the philosophical imagination and the critical reflection on the particular question. It has generally been needed for the cogitative tranquility and concentration by the thinker. The opposite philosophical view to the language conception by Heidegger is the objectification of the language. The logician Rudolf Carnap and German philosopher Immanuel Kant represent the position of the objective language. The language is cogitated by both thinkers as a set of language facts. The essence of the second philosophical view: the thinker needs the knowledge of the philosophical technique without use of his own imagination. There are eventually a lot of „dead“ texts (without a power of the philosophical imagination) in the present philosophy. The distinction between the writing and the speech means that the philosophical priority belongs either to the writing or to the speech. French philosopher Jacques Derrida suggests the primeval writing is in the language. According to the philosophy of Derrida, contrary to the writing, the speech is not a primeval part of the philosophical discourse. German philosopher Martin Heidegger perceives the speech as a way for the development of the philosophical... [to full text]