Šiuolaikiniame technikos pasaulyje vis didesnę prasmę įgauna kalbos technologijos, tokios kaip kalbos atpažinimas, kalbos signalų sintezė, bei kombinuoti jų variantai. Pasaulyje visada buvo jaučiamas didelis poreikis kalbos atpažinimo sistemų, programų. Tokios sistemos labai populiarios dėl plataus savo pritaikymo spektro: karinė pramonė, įvairių prekių ar paslaugų užsakymų priėmimas, žmonių su įvairia negale darbo palengvinimas, telekomunikacijų, bankų sfera ir t.t. Kalbos atpažinimas kelia skirtingus uždavinius kiekvienai kalbai, nes kiekviena kalba turi savo specifiką. Pastaruoju metu kitose šalyse yra sukurta daug įvairių atpažinimo sistemų, tačiau jos nėra naudojamos lietuvių kalbos atpažinimui. Todėl yra būtina eksperimentuoti bei kurti savai kalbai pritaikytas tokio tipo sistemas naudojant kitų kalbų atpažinimui pritaikytus produktus. Darbo objektas: Lietuviškų balso komandų atpažinimas naudojant kitų kalbų atpažinimo priemones. Tyrimo tikslas: Ištirti lietuviškų balso komandų atpažinimo galimybę, naudojant nelietuviškas atpažinimo priemones (Microsoft Speech Application Programming Interface). Tyrimo uždaviniai: 1. Apžvelgti kalbos atpažinimo metodus; 2. Ištirti kalbos atpažinimo metodus, išskiriant jų privalumus ir trūkumus; 3. Apžvelgti kalbos atpažinimo paketą SAPI; 4. Atlikti komandų išskyrimo, iš kalbos signalo, metodo kiekybinę analizę; 5. Atlikti lietuviškų komandų atpažinimo eksperimentą, naudojantis SAPI varikliu; 6. Pateikti siūlymą kaip perrašyti... [toliau žr. visą tekstą] / In the contemporary world of techniques, voice technologies, such as speech recognition, synthesis of speech signals and their combined versions, acquire more and more significance. These technologies are very popular for wide practical use: telecommunications, banking, army and so on. The aim of the research paper is to analyze opportunity to adapt others languages speech recognition engine for Lithuanian language recognition using voice detection in speech signal and signal pre-emphasis methods. Microsoft SAPI English recognition engine was used for experiments in his paper. P. Kasparaitis has offered how Lithuanian phonemes can be transcribed using English phonemes, but not all Lithuanian phonemes has been analyzed. So this paper also replenish P. Kasparaitis paper (P. Kasparaitis (2008). Lithuanian Speech Recognition Using the English Recognizer.) by offering new ways how some Lithuanian sounds can be transcribed by English phonemes.

Šiame darbe gilinamasi į kompiuterio valdymo lietuvių kalba galimybes, apžvelgiant jau pasaulyje taikomus algoritmus bei pabrėžiant balso technologijų svarbą ateityje. Pagrindinis tikslas yra realizuoti kai kuriuos iš apžvelgtų atpažinimo algoritmų ir imituoti tam tikras valdymo balsu situacijas. Kaip kalbos atpažinimo pagrindas yra naudojamas dinaminės laiko skalės algoritmas (DTW) spektrinės poros (LSP) parametrams. Pagrindinės realizavimo priemonės – Java programavimo kalba, mikrofonas ir WAVE garsiniai failai. Pasiekti rezultatai leidžia teigti, kad įgyvendintas atpažinimo algoritmas gana tiksliai randa tariamus žodžius ir su nedideliu žodynu (iki 20 žodžių) efektyviai vykdo nurodytas komandas. Buvo apžvelgti tiesinės prognozės, spektrinės poros, kvantavimo, dinaminės laiko skalės tempimo ir paslėptų Markovo modelių algoritmai, suprogramuotas lietuvių kalbos atpažinimo algoritmas ir imituotos kompiuterio valdymo situacijos: kalkuliatorius, lango spalvos keitimas ir pelės žymeklio judinimas. Atlikti išsamūs suprogramuoto atpažinimo algoritmo testavimai parodė, kad rezultatų kokybė labai priklauso nuo kompiuterio mikrofono keliamo triukšmo, diktoriaus žodžių tarimo greičio ir pašalinių aplinkos triukšmų. Pagal eksperimentų rezultatus galima teigti, kad ilgesnių žodžių (daugiau negu du skiemenys) atpažinimo tikslumas yra didesnis negu trumpų žodžių (vienas arba du skiemenys). Taip pat pastebėta, kad akustiškai panašūs žodžiai atpažįstami blogiau negu neturintys jokio... [toliau žr. visą tekstą] / Nowadays speech processing should become very important because it is one of the best alternatives of present control means like keyboard and mouse. So this work studies: • The use of speech signal processing. • Various methods and algorithms of speech recognition. • The implementation of Lithuanian speech recognition in this work. • Comparison with other algorithms. • Simulation of voice control. There are described and analyzed these algorithms that are used in speech processing: Dynamic Time Warping [1], Linear Predictive Coding [2], Linear Spectral Pair (or Frequencies) ([2], [3], [8]), Vector Quantization [4], Adaptive Quantization [5] and Hidden Markov Models [9]. In the implementation of Lithuanian speech recognition were used Linear Predictive Coding, Linear Spectral Pair, Vector Quantization and Dynamic Time Warping algorithms, Java programming language, microphone and WAVE format. The speech recognition system were tested with more noisy and less noisy microphones, with various WAVE files recorded in different conditions and with real time speaking. Further for simulation of voice control were modeled three situations: calculator with four operations (sum, subtraction, multiplication and division), changing background colors and moving mouse cursor. To conclude it should be noted that: • Implemented speech recognition algorithm mostly gives around 90% recognition. • The precision of testing depends on microphone and surrounding noise, length and acoustic likeness of... [to full text]

In this thesis, person identification by combining automatic face and iris recognition is analyzed. Person identification by his face is one of the most intuitive from all biometric measures. We are used to recognizing familiar faces and confirming identity by a short glance at one's id card which contains image of the face. We are also used to being observed by surveillance cameras, which can perform biometric authentication without even being noticed. However, facial biometrics is one of most unstable metrics because the face gets noticeably older in several years and can frequently change depending on the mood of its owner. The core algorithm for facial recognition presented in this work is based on Gabor features. Deep analysis of each step helped to develop the method with better or similar accuracy to the best published results received on the same datasets, while being simple and fast. On the other hand, person identification by his iris is one of the most sophisticated, stable and accurate biometrics. The core algorithm for iris recognition presented in this work is based on a novel iris texture representation by local extremum points of multiscale Taylor expansion. The proposed irises comparison method is very different from the classic phase-based methods, but is also fast and accurate. Combining it with our implementation of phase-based method results in superior recognition accuracy which is comparable or better than any published results received on the same... [to full text] / Darbe tyrinėjama asmens identifikacija, kombinuojant automatinį veido ir akies rainelės atpažinimą. Automatinė identifikacija pagal veidą yra intuityviausia iš biometrijos metrikų, kadangi būtent pagal veidą mes geriausiai sugebame atpažinti pažįstamus asmenis. Tai yra ir viena labiausiai priimtinų, kadangi visi esame įprate, kad mus filmuoja apsaugos kameros, lengviausiai išmatuojama - nes nereikalauja jokių įmantrių skanerių, tačiau kartu - tai yra ir viena iš nestabiliausių metrikų, kadangi veidas sensta ir šiaip kinta priklausomai nuo savininko nuotaikos. Darbe pristatomas veidų atpažinimo algoritmas paremtas Gaboro požymiais. Nuodugni analizė padėjo sukurti algoritmą, kurio tikslumą vertinant standartiniais testais jis lenkia arba yra lygus su geriausiais publikuotais metodais, tačiau pasižymi paprastumu ir dideliu greičiu. Tuo tarpu automatinė identifikacija pagal rainelę yra laikoma viena stabiliausių ir tiksliausių. Darbe pristatomas rainelių atpažinimo algoritmas naudoja naujovišką rainelių tekstūros vaizdavimo būdą, paremtą lokaliais dvimačiais funkcijų aproksimacijos Teiloro eilutėmis ekstremumais. Kartu pristatomas naudojamų požymių palyginimo metodas, kuris yra labai nutolęs nuo bet kokių iki šiol rainelių tekstūrų palyginimui naudojamų metodų. Pasiūlytas rainelių atpažinimo metodas vėlgi yra spartus ir itin tikslus, o sujungus su klasikinio stiliaus rainelių tekstūrų palyginimu tikslumu nenusileidžia geriausiems publikuotiems metodams. Darbas užbaigiamas veidų... [toliau žr. visą tekstą]

Darbe tyrinėjama asmens identifikacija, kombinuojant automatinį veido ir akies rainelės atpažinimą. Automatinė identifikacija pagal veidą yra intuityviausia iš biometrijos metrikų, kadangi būtent pagal veidą mes geriausiai sugebame atpažinti pažįstamus asmenis. Tai yra ir viena labiausiai priimtinų, kadangi visi esame įprate, kad mus filmuoja apsaugos kameros, lengviausiai išmatuojama - nes nereikalauja jokių įmantrių skanerių, tačiau kartu - tai yra ir viena iš nestabiliausių metrikų, kadangi veidas sensta ir šiaip kinta priklausomai nuo savininko nuotaikos. Darbe pristatomas veidų atpažinimo algoritmas paremtas Gaboro požymiais. Nuodugni analizė padėjo sukurti algoritmą, kurio tikslumą vertinant standartiniais testais jis lenkia arba yra lygus su geriausiais publikuotais metodais, tačiau pasižymi paprastumu ir dideliu greičiu. Tuo tarpu automatinė identifikacija pagal rainelę yra laikoma viena stabiliausių ir tiksliausių. Darbe pristatomas rainelių atpažinimo algoritmas naudoja naujovišką rainelių tekstūros vaizdavimo būdą, paremtą lokaliais dvimačiais funkcijų aproksimacijos Teiloro eilutėmis ekstremumais. Kartu pristatomas naudojamų požymių palyginimo metodas, kuris yra labai nutolęs nuo bet kokių iki šiol rainelių tekstūrų palyginimui naudojamų metodų. Pasiūlytas rainelių atpažinimo metodas vėlgi yra spartus ir itin tikslus, o sujungus su klasikinio stiliaus rainelių tekstūrų palyginimu tikslumu nenusileidžia geriausiems publikuotiems metodams. Darbas užbaigiamas veidų... [toliau žr. visą tekstą] / In this thesis, person identification by combining automatic face and iris recognition is analyzed. Person identification by his face is one of the most intuitive from all biometric measures. We are used to recognizing familiar faces and confirming identity by a short glance at one's id card which contains image of the face. We are also used to being observed by surveillance cameras, which can perform biometric authentication without even being noticed. However, facial biometrics is one of most unstable metrics because the face gets noticeably older in several years and can frequently change depending on the mood of its owner. The core algorithm for facial recognition presented in this work is based on Gabor features. Deep analysis of each step helped to develop the method with better or similar accuracy to the best published results received on the same datasets, while being simple and fast. On the other hand, person identification by his iris is one of the most sophisticated, stable and accurate biometrics. The core algorithm for iris recognition presented in this work is based on a novel iris texture representation by local extremum points of multiscale Taylor expansion. The proposed irises comparison method is very different from the classic phase-based methods, but is also fast and accurate. Combining it with our implementation of phase-based method results in superior recognition accuracy which is comparable or better than any published results received on the same... [to full text]

Šiame darbe yra analizuojama ir tiriama kaip veikia balso atpažinimo sistema HTK, kokie žingsniai turi būti atlikti norint sėkmingai atpažinti lietuviškai išartus žodžius. Taip pat apžvelgiamos kokių kalbos technologijų samprata reikalinga norint sukurti balso atpažinimo programą. Balso atpažinime labai svarbu yra kalbos signalų atpažinimo modeliai ir paslėptosios Markovo grandinės, todėl analizėje yra apžvelgiama jų veikimo principai ir algoritmai. / This thesis will focus on how the speech recognition program HTK operates and what steps have to be taken in order to recognize spoken Lithuanian words. Also the emphasis of this thesis goes to conceptions of speech recognition technologies which are needed to create a speech recognition program.

Senas posakis teigia – kas valdo informaciją – tas valdo pasaulį. Šis posakis puikiai tinka kalbant apie verslą. Verslo sėkmė priklauso nuo gebėjimo laiku gauti reikiamą informaciją, greitai ją apdoroti ir priimti tinkamus sprendimus tikslų įgyvendinimui. Tačiau su kiekvienais metais vis sparčiau augant informacijos srautams, tai atlikti tampa vis sudėtingiau. Bet šią užduotį gali palengvinti raktažodžių ir raktinių frazių identifikavimo metodų taikymas informacijos analizės metu. Magistro darbo tema – raktažodžių atpažinimas lietuvių kalbos tekste. Pagrindinius darbe paliestus klausimus galima būtų padalinti į dvi dalis: teorinę ir projektinę. Teorinėje dalyje apžvelgiama raktažodžių paieškos problema, jos sprendimo metodai bei įvardinamos pagrindinės raktažodžių atpažinimo metodų panaudojimo sritys. Taip pat aptariami ir palyginami jau sukurti raktažodžių identifikavimo įrankiai. Projektinėje dalyje įvardijami lietuviškam raktažodžių atpažinimo prototipui keliami reikalavimai, reikalingi moduliai, o taip pat aprašomas pats prototipas. Be to antroje darbo dalyje aptarti ir įvertinti lietuviško prototipo testavimo rezultatai, o darbo gale aptartos tolimesnės atlikto darbo perspektyvos. / Information is the most powerful weapon in the modern society. Every day we are overflowed with a huge amount of data and sometimes it is hard to filter data to get some information for reaching goals. Information retrieval methods could help to extract information from data flows. One of the methods is covered in this term paper. Topic of the Master Thesis – keywords extraction in Lithuanian language. The paper is organized as follows. The first section reviews the keywords extraction problem and defines major methods used in extraction process. It also covers main fields where keywords extraction is successfully used or could be used for better performance. This is followed by a short review of keywords extraction tools. Analysis covers all the modules needed for using keywords extraction methods in Lithuanian language and the structure of Lithuanian keywords extraction prototype. Besides that, term paper discusses prototype’s testing results and suggestions for further development.

ČIULADIS, Paulius (2011) Diktoriaus atpažinimo tyrimas naudojant stacionarią fonemos dalį. Magistro baigiamojo darbo ataskaita. Kaunas: Vilniaus universitetas, Kauno humanitarinis fakultetas, Informatikos katedra. 48psl Magistro baigiamojo darbo tikslas - Nustatyti ar fonemos stacionarioji dalis turi būdingų konkrečiam diktoriui savybių, kurios leidžia jį identifikuoti arba nustatyti, kuriai grupei (vyrų ar moterų) priklauso. Siekiant tikslo darbe sprendžiami uzdaviniai: 1)Išanalizuoti „Diktoriaus atpažinimo naudojant stacionarią fonemos dalį, išskirtą kepsrinių koeficientų pagalba“ mokslinę temą; 2) Sudaryti ir paruošti diktorių atpažinimui reikalingų įrašų grupę; 3) Sukurti skirtingų diktorių fonemos staconarios dalies savybių išskyrimo ir palyginimo algoritmą; 4) Atlikti eksperimentą su paruoštais įrašais naudojant sukurtą algoritmą; 5) Išanalizuoti eksperimentų metu, pasiektus rezultatus. Išskiriant fonemos stacionarią dalį naudotas segmentavimo metodas. Iš signalo fonemų segmentų atrinktų tolimesnei analizei buvo išskiriami Melų dažnių kepstriniai koeficientai (MDKK). Atlikus numatytus uždavinius ir realizavus eksperimentą, diktoriaus atpažinimas pagal stacionarius fonemos fragmentus išskiriant kepstrinius koeficientus pirmo bandymo metu laido teisingi atpažinti diktorius vos 26,3 % visų atvejų, o pagal lytį net 91,8 % tikslumu. Pagal identiškame kontekste ištartų fonemų stacionarius fragmentus išskiriant kepstrinius koeficientus, antro bandymo metu laido teisingai... [toliau žr. visą tekstą] / ČIULADIS, Paulius (2011) Speaker Recognition Using Stationary Part of Phoneme. Master's thesis report. Kaunas: Vilnius University, Kaunas Faculty of Humanities, Department of Computer Science. 48psl Master's thesis is - Set a fixed part or phonemes specific to a particular speaker characteristics, which enables it to identify or determine which group (men or women) are. Towards the goal of this work, the following objectives: 1) analyze the broadcaster 's use of fixed recognition of phonemes, the isolated kepsrinių factors support "scientific topic, 2) Develop and prepare the necessary records announcers identification group, and 3) create different phonemes staconarios announcers of the nature of isolation and comparison of algorithms; 4) To perform the experiment with records prepared by using an algorithm, 5) to analyze the experiments, the results achieved. Distinguishing between phonemes used in the fixed part of the segmentation method. Phonemic segments of the signal selected for further analysis of the spectrum lies kepstriniai secreted factors (MDKK). After realizing the objectives set and the experiment narrator recognition by fragments of the stationary phonemes kepstrinius distinguishing factors of the first test to identify the correct speaker wire just 26.3% of all cases by sex and even the 91.8% accuracy. Under identical to pronounce the phonemes in the context of distinguishing between fixed fragments kepstrinius coefficients of the second test correctly... [to full text]

Šis darbas yra koncentruotas į kontaktų centrų organizacines ir technologines struktūras. Jame susipažįstama su balso atpažinimo sistemomis ir juose naudojamais modeliais. Atliktas eksperimentas, kuriame nustatyta kalbos atpažinimo tikslumas pasirinktomis sistemomis. Suprojektuotas supaprastintas kontaktų centrų prototipas, bei atlikti jo bandymai. Baigiamojo darbo darbo objektas yra kontaktų centrų organizacinė ir technologinė struktūra. Baigiamojo darbo tikslas – išnagrinėti, kontaktų centrų organizacinę ir technologinę struktūrą Lietuvoje ir užsienyje ir jas palyginti, identifikuojant pagrindines kontaktų centrų organizacinės ir technologinės struktūros Lietuvoje formavimo problemas. Darbe naudojami tyrimo metodai. Tyrimo metu atliekama kontaktų centrų informacinėse sistemose naudojamų technologijų užsienyje ir Lietuvoje, metodų apžvalga ir apibendrinimas. Įvertinama tyrimų medžiaga dedukcijos, sintezės ir indukcijos metodais. Bandymo metodas pritaikytas balso atpažinimo sistemų tikslumo tyrime. Atliekama mokslinių straipsnių, sistemų vertinimo metodologijos analizė ir sisteminimas, sistemų lyginamoji analizė. Palyginamos sistemų funkcinės komponentės, naudojami metodai, programinė įranga, vystymo galimybės. Atliekamas supaprastinto ir apibendrinto sistemos modelio kūrimas, kuriame išskiriamos bendros gairės, pagrindiniai sistemos elementai ir atliekami procesai. Gautų rezultatų reikšmingumas. Darbe pateikti apibendrinti kontaktų centrų informacinės sistemos architektūros... [toliau žr. visą tekstą] / The current paper is concentrated on the organizational and technological structures of contact centers. Here we familiarize with speech recognition systems and models used in them. The accomplished experiment ascertained accuracy of speech recognition for the chosen systems. A simplified prototype of contact center was projected and its tests performed. The work object of MA paper is organizational and technological structure of contact centers. The aim of this paper – to inspect the organizational and technological structure of contact centers in Lithuania and abroad, compare them by identifying the major formation problems for organizational and technological structure of contact centers in Lithuania. Research methods used in the paper. The research examines and reviews methods of technologies used for the contact center’s information systems in Lithuania and abroad, together generalizing them. Research material is evaluated by the methods of deduction, synthesis and induction. Research method is applied in research for accuracy in speech recognition systems. Analysis of scientific articles, system evaluation methodology is performed together with systemization, comparative analysis of systems. System functional components, usable methods, software, possibilities of development are compared. A creation of a simplified and generalized system model is performed, where principal guide lines, major system elements and performed processes are presented. Significance of the... [to full text]

Iki šiol nėra bendro numerio atpažinimo algoritmo. Pateiktame dokumente analizuojamos esamų numerio atpažinimo algoritmų savybės, problemos. Pateiktas koreliacijos pagrindu grįstas algoritmas numerio vietos radimui bei numerio atpažinimui. / Till now there are no general license plate recognition algorithm. In the presented master paper: analysis of current licence plate recognition algorithms properties and problems. Correlation based licence plate locating and recognition algorithm.

Šis darbas nagrinėja naftos išsiliejimų atviruose vandens telkiniuose problematiką, tokių išsiliejimų atpažinimo iš gautų radaro vaizdų algoritmus, jų veiksmingumą, false-alarm identifikavimą, ir klasifikavimo metodiką, bei taikymus praktikoje. Vienas šio darbo tikslų – sukurti įrankį, leidžiantį analizuoti naftos dėmių sekimo ir atpažinimo sistemos charakteristikas ir nustatyti atpažinimo metodiką, leidžiančią efektyviausiai atpažinti naftos dėmes duotomis sąlygomis, bei ją algoritmizuoti ir taikyti automatiškai. / This paper examines problematics of oil spill detection in open water, detection of such oil spills from given radar images, their breakdown into categories, identification of false alarms and the use of specific algorithms to detect oil spills not only from static, but also from dynamic radar images. One of the main purposes of this work is to create a tool, which would allow to locate and analyze oil spill detections from given sensor data in given conditions, to define an efficient method for oil spill detection, to express this method algorithmycally and to adjust it for automatic application.