Το ροχαλητό είναι ένα φαινόμενο που σπάνια προκαλεί ανησυχία στους ασθενείς του. Επιπλέον, η διάγνωση του ροχαλητού απαιτεί ακόμα και σήμερα εξέταση σε εργαστήριο πολυυπνογραφίας, μια διαδικασία που είναι ακριβή και επίπονη για τον ασθενή. Συνδυασμένα αυτά τα γεγονότα οδηγούν σε ένα τεράστιο ποσοστό μη διαγνωσμένων ασθενών που κινδυνεύουν να παρουσιάσουν ή παρουσιάζουν ήδη ψυχολογική επιβάρυνση, κάποια μορφή καρδιακής νόσου, μειωμένες επιδόσεις στις καθημερινές τους ασχολίες και άλλα παρεπόμενα του ροχαλητού. Πολλές μέθοδοι έχουν αναπτυχθεί για διάγνωση ροχαλητού με ακουστική ανάλυση των ήχων κατά τη διάρκεια του ύπνου με σκοπό να μετατρέψουν τη διάγνωση του ροχαλητού σε εύκολη και βολική για τον ασθενή διαδικασία. Αν και αυτές οι μέθοδοι φαίνεται να έχουν καλά αποτελέσματα σε πειράματα εργαστηρίου, πολλές φορές δεν είναι αρκετά ανθεκτικές και σταθερές και απαιτούν χρήση συγκεκριμένου εξοπλισμού για να λειτουργήσουν σε βέλτιστο επίπεδο. Αυτό έχει σαν αποτέλεσμα να μη λειτουργούν ικανοποιητικά αν υλοποιηθούν στα πλαίσια μιας καθημερινής συσκευής που ήδη έχει ο ασθενής και δε χρειάζεται να αγοράσει, όπως το κινητό του τηλέφωνο. Με αυτή τη διπλωματική γίνεται προσπάθεια ανάπτυξης και υλοποίησης μεθόδου αναγνώρισης ροχαλητού αρκετά ανθεκτικής ως προς το θόρυβο αλλά και την απόσταση της συσκευής ηχογράφησης από τον ασθενή, ώστε να μπορεί να χρησιμοποιηθεί ακόμα και με συσκευές κινητού τηλεφώνου. Επίσης, γίνονται πειραματισμοί για δημιουργία δύο μεθόδων για αναγνώριση ροχαλητού με αυτόματη εξαγωγή χαρακτηριστικών με χρήση Sparse Coding και Convolutional Predictive Sparse Decomposition Auto-encoders. / Snoring rarely is cause of alarms for its patients. In addition, in order to diagnose snoring, a patient has to pass the night at a polysomnography lab, a process that is both expensive and inconvenient. These two facts lead to a massive percentage of undiagnosed patients that might run the risk of being affected by mood swings, some kind of heart disease and other side effects of snoring. Many methods of acoustical analysis of sleep sounds have been developed in order to make snore diagnosis an easy and inexpensive process. Even though these methods seem to be good at diagnosing snore sounds in a lab environment, they sometimes fail when put in a home environment since they are not robust against noise and they are highly dependent on the equipment used for the recording of the sounds. Thus, they are not effective in most scenarios so that they can be implemented in devices that a patient might already own and replace polysomnography. In this thesis project it is attempted to develop and implement a snoring detection method that is robust enough to be used in practice. Moreover, methods of automatic feature extraction are experimented with using Sparse Coding and Convolutional Predictive Sparse Decomposition Auto-encoders.

Η διπλωματική αυτή εργασία ασχολείται με την μέτρηση και την ανάλυση της ακουστικής, καθώς και της ηλεκτροακουστικής εγκατάστασης του Συνεδριακού Κέντρου του Πανεπιστημίου Πατρών. Συγκεκριμένα μελετήθηκαν οι τιμές των κυριότερων ακουστικών παραμέτρων, όπως προέκυψαν από ακουστικές και ηλεκτροακουστικές μετρήσεις, που διεξήχθησαν στην κύρια αίθουσα Ι1. Ωστε να εξαχθούν χρήσιμα συμπεράσματα για την καταλληλότητα της αίθουσας για μουσική και ομιλία. Στη συνέχεια έγινε προσομοίωση της αίθουσας και ανάλυση της ακουστικής της, σύμφωνα με την απορροφητικότητα των επιφανειών και σύμφωνα με την θέση της πηγής στη σκηνή, μέσω του λογισμικού Catt Acoustic. Τέλος στα πλαίσια της εργασίας δημιουργήθηκε και ένας ηλεκτρονικός οδηγός, του ηλεκτροακουστικού συστήματος του αμφιθεάτρου Ι1 και των πολλαπλών δυνατοτήτων που αυτό παρέχει. / The subject of this diploma thesis is the study of the Conference Center’s main hall (I1).The main purpose was to draw useful conclusions of the main hall’s suitability for concerts and speeches and to accurately predict its acoustic behaviour. In practice, acoustic and electroacoustics measurements took place, in order to specify the unique acoustic parameters. With the use of the simulation software program Catt -Acoustic a detailed model of the hall was produced and was later differentiated, as far the absorption of the surfaces and the effect of the source’s place on the stage. Furthermore an application was created, in order to show the main hall’s multiple capabilities and also to behave as a digital guide for its electroacoustic system.

Στο κεφάλαιο 1 παρουσιάζεται μία γενική επισκόπηση της αυτόματης αναγνώρισης γενικευμένων ακουστικών γεγονότων. Επιπλέον συζητάμε τις εφαρμογές της τεχνολογίας αναγνώρισης ακουστικού σήματος και δίνουμε μία σύντομη περιγραφή του state of the art. Τέλος, αναφέρουμε τη συνεισφορά της διατριβής. Στο κεφάλαιο 2 εισάγουμε τον αναγνώστη στο χώρο της επεξεργασίας ακουστικών σημάτων που δε περιλαμβάνουν ομιλία. Παρουσιάζονται οι σύγχρονες προσεγγίσεις όσον αφορά στις μεθοδολογίες εξαγωγής χαρακτηριστικών και αναγνώρισης προτύπων. Στο κεφάλαιο 3 προτείνεται ένα καινοτόμο σύστημα αναγνώρισης ήχων ειδικά σχεδιασμένο για το χώρο των ηχητικών γεγονότων αστικού περιβάλλοντος και αναλύεται ο σχεδιασμός της αντίστοιχης βάσης δεδομένων. Δημιουργήθηκε μία ιεραρχική πιθανοτική δομή μαζί με δύο ομάδες ακουστικών παραμέτρων που οδηγούν σε υψηλή ακρίβεια αναγνώρισης. Στο κεφάλαιο 4 ερευνάται η χρήση της τεχνικής πολλαπλών αναλύσεων όπως εφαρμόζεται στο πρόβλημα της διάκρισης ομιλίας/μουσικής. Στη συνέχεια η τεχνική αυτή χρησιμοποιήθηκε για τη δημιουργία ενός συστήματος το οποίο συνδυάζει χαρακτηριστικά από διαφορετικά πεδία με στόχο την αποδοτική ανάλυση online ραδιοφωνικών σημάτων. Στο κεφάλαιο 5 προτείνεται ένα σύστημα το οποίο εντοπίζει μη-τυπικές καταστάσεις σε περιβάλλον σταθμού μετρό με στόχο να βοηθήσει το εξουσιοδοτημένο προσωπικό στην συνεχή επίβλεψη του χώρου. Στο κεφάλαιο 6 προτείνεται ένα προσαρμοζόμενο σύστημα για ακουστική παρακολούθηση εν δυνάμει καταστροφικών καταστάσεων ικανό να λειτουργεί κάτω από διαφορετικά περιβάλλοντα. Δείχνουμε ότι το σύστημα επιτυγχάνει υψηλή απόδοση και μπορεί να προσαρμόζεται αυτόνομα σε ετερογενείς ακουστικές συνθήκες. Στο κεφάλαιο 7 ερευνάται η χρήση της μεθόδου ανίχνευσης καινοτομίας για ακουστική επόπτευση κλειστών και ανοιχτών χώρων. Ηχογραφήθηκε μία βάση δεδομένων πραγματικού κόσμου και προτείνονται τρεις πιθανοτικές τεχνικές. Στο κεφάλαιο 8 παρουσιάζεται μία καινοτόμα μεθοδολογία για αναγνώριση γενικευμένου ακουστικού σήματος που οδηγεί σε υψηλή ακρίβεια αναγνώρισης. Εκμεταλλευόμαστε τα πλεονεκτήματα της χρονικής συγχώνευσης χαρακτηριστικών σε συνδυασμό με μία παραγωγική τεχνική κατηγοριοποίησης. / The dissertation is outlined as followed: In chapter 1 we present a general overview of the task of automatic recognition of sound events. Additionally we discuss the applications of the generalized audio signal recognition technology and we give a brief description of the state of the art. Finally we mention the contribution of the thesis. In chapter 2 we introduce the reader to the area of non speech audio processing. We provide the current trend in the feature extraction methodologies as well as the pattern recognition techniques. In chapter 3 we analyze a novel sound recognition system especially designed for addressing the domain of urban environmental sound events. A hierarchical probabilistic structure was constructed along with a combined set of sound parameters which lead to high accuracy. chapter 4 is divided in the following two parts: a) we explore the usage of multiresolution analysis as regards the speech/music discrimination problem and b) the previously acquired knowledge was used to build a system which combined features of different domains towards efficient analysis of online radio signals. In chapter 5 we exhaustively experiment on a new application of the sound recognition technology, space monitoring based on the acoustic modality. We propose a system which detects atypical situations under a metro station environment towards assisting the authorized personnel in the space monitoring task. In chapter 6 we propose an adaptive framework for acoustic surveillance of potentially hazardous situations under environments of different acoustic properties. We show that the system achieves high performance and has the ability to adapt to heterogeneous environments in an unsupervised way. In chapter 7 we investigate the usage of the novelty detection method to the task of acoustic monitoring of indoor and outdoor spaces. A database with real-world data was recorded and three probabilistic techniques are proposed. In chapter 8 we present a novel methodology for generalized sound recognition that leads to high recognition accuracy. The merits of temporal feature integration as well as multi domain descriptors are exploited in combination with a state of the art generative classification technique.