Tyrimas skirtas kalbos signalų kokybinių charakteristikų analizei, įvardinant galimybes, kurių pagalba atliekamas garsų atpažinimas, taip pat atskleidžiant kalbos signalų kriterijus, padedančius atlikti kokybinės charakteristikos analizę. Darbe analizei naudojamas kalbos signalų garsynas, kuriame sukaupta diktorių šnekos įrašai. Tokiu būdu tyrimo tikslas - sukurti kalbos signalų kokybinių charakteristikų analizės algoritmą, kuris galėtų automatiškai nustatyti ar padarytas žodžio įrašas atitinka nustatytus kriterijus. Šiam tikslui pasiekti reikia išanalizuoti esamus segmentavimo algoritmus, išskiriant jų privalumus ir trūkumus, sukurti signalų kokybės nustatymo algoritmą, pasiruošti kalbos signalų kokybės nustatymo tyrimui duomenis, įvertinti kalbos signalų kokybės nustatymo algoritmo rezultatus, apibendrinti tyrimo rezultatus. Tyrimui atlikti remsimės moksline literatūra bei apibendrintais metodais, eksperimento įgyvendinimui – eksperimentinio matavimo bei statistinės analizės metodais. Tyrimui vykdyti ketiname sudaryti kalbos signalų kokybės analizės algoritmą, parenkant kalbos signalų kokybės charakteristikų kriterijus. / Research for the qualitative characteristics of the speech signal analysis, a description of the potential that exists to accomplish the recognition of sounds, including speech detection criteria to facilitate analysis was performed for qualitative characteristics. The paper used in the analysis of speech corpus in which the accumulated announcer speech recordings. Thus, the study objective - to establish the qualitative characteristics of speech analysis algorithm which can automatically determine whether the word record made the qualifying criteria. To achieve this requires the examination of existing segmentation algorithms, highlighting their advantages and disadvantages of a signal quality determination algorithm, speech preparation of quality research data, to evaluate speech quality determination algorithm, the results of the research findings. We base the scientific study of literature and summarized the methods for the implementation of the experiment - the experimental measurement and statistical analysis. The study we intend to carry out a speech quality analysis algorithm, the choice of speech quality performance criteria.

Žmonių mobilumui augant jiems tenka dirbti įvairiose aplinkose. Naudojama šnekos signalų atpažinimo įranga net ir skirtingose aplinkose turi užtikrinti tam tikro lygio signalų atpažinimo kokybę, tikslumą. Besiskiriančios aplinkų savybės gali sukelti nepriimtinus atpažinimo rezultatus. Darbo tikslas – išanalizuoti akustinių signalų atpažinimo įrenginio galimybes prisitaikyti prie kintančių aplinkos sąlygų bei pasiūlyti konstruktyvią prisitaikymo prie pakitusių aplinkos sąlygų metodiką. Darbe aprašomas akustinių signalų atpažintuvų prisitaikymo prie kintančių akustinių erdvių teorinis modelis. Pristatomos uždarų aplinkų akustinių savybių, įtakojančių akustinių signalų atpažinimą, vertinimo priemonės. Pateikiamas originalus akustinių aplinkų pasikeitimo momentų atpažinimo metodas, grindžiamas akustinių signalų atpažintuvų generuojamų signalų panaudojimu. Nustačius akustinių aplinkos savybių pasikeitimo momentą, pateikiami konstruktyvūs metodai akustinių signalų atpažinimo įrenginiui prisitaikyti atpažinti naujomis akustinėmis savybėmis pasižyminčioje aplinkoje generuojamus akustinius signalus. Aprašoma sukurta eksperimentinė sistema, kurios pagalba galima tirti įvairias akustinių signalų atpažinimo situacijas, prisitaikant prie pakitusių akustinių aplinkų savybių. Pateikiami atliktų eksperimentinių tyrimų rezultatai. / Due to the natural increase in everyday mobility, people face various work environments. The speech signal recognition system analysed, thus, has to ensure quality and accuracy in recognizing signals of certain level, even in different environments. Variation in environment qualities can bring unacceptable recognition results. The aim of the thesis is to analyse the potential of the acoustic signal recognition device to adjust to d environment conditions, and to propose a constructive methodology of adjusting to the changed environment conditions. A theoretical model of acoustic signal recognizers’ adjustment to changing acoustic environments is described in the work. Also, tools for evaluating enclosed environment acoustic characteristics that have an impact on acoustic signal recognition are presented. An original method of the shift in acoustic environments momenta is as well given in the work; the method is based on employing signals generated by the acoustic signals recognizers. Once the momentum of change in the acoustic environment characteristics is determined, effective methods for acoustic signal recognizer’s adaptation to recognizing acoustic signals in the environment possessing new acoustic characteristics are issued. The developed experimental system allowing exploration of various acoustic signal recognition situations by adapting to the changed acoustic environment characteristics is described. Results of the experimental investigations conducted are provided... [to full text]

Due to the natural increase in everyday mobility, people face various work environments. The speech signal recognition system analysed, thus, has to ensure quality and accuracy in recognizing signals of certain level, even in different environments. Variation in environment qualities can bring unacceptable recognition results. The aim of the thesis is to analyse the potential of the acoustic signal recognition device to adjust to d environment conditions, and to propose a constructive methodology of adjusting to the changed environment conditions. A theoretical model of acoustic signal recognizers’ adjustment to changing acoustic environments is described in the work. Also, tools for evaluating enclosed environment acoustic characteristics that have an impact on acoustic signal recognition are presented. An original method of the shift in acoustic environments momenta is as well given in the work; the method is based on employing signals generated by the acoustic signals recognizers. Once the momentum of change in the acoustic environment characteristics is determined, effective methods for acoustic signal recognizer’s adaptation to recognizing acoustic signals in the environment possessing new acoustic characteristics are issued. The developed experimental system allowing exploration of various acoustic signal recognition situations by adapting to the changed acoustic environment characteristics is described. Results of the experimental investigations conducted are... [to full text] / Žmonių mobilumui augant jiems tenka dirbti įvairiose aplinkose. Naudojama šnekos signalų atpažinimo įranga net ir skirtingose aplinkose turi užtikrinti tam tikro lygio signalų atpažinimo kokybę, tikslumą. Besiskiriančios aplinkų savybės gali sukelti nepriimtinus atpažinimo rezultatus. Darbo tikslas – išanalizuoti akustinių signalų atpažinimo įrenginio galimybes prisitaikyti prie kintančių aplinkos sąlygų bei pasiūlyti konstruktyvią prisitaikymo prie pakitusių aplinkos sąlygų metodiką. Darbe aprašomas akustinių signalų atpažintuvų prisitaikymo prie kintančių akustinių erdvių teorinis modelis. Pristatomos uždarų aplinkų akustinių savybių, įtakojančių akustinių signalų atpažinimą, vertinimo priemonės. Pateikiamas originalus akustinių aplinkų pasikeitimo momentų atpažinimo metodas, grindžiamas akustinių signalų atpažintuvų generuojamų signalų panaudojimu. Nustačius akustinių aplinkos savybių pasikeitimo momentą, pateikiami konstruktyvūs metodai akustinių signalų atpažinimo įrenginiui prisitaikyti atpažinti naujomis akustinėmis savybėmis pasižyminčioje aplinkoje generuojamus akustinius signalus. Aprašoma sukurta eksperimentinė sistema, kurios pagalba galima tirti įvairias akustinių signalų atpažinimo situacijas, prisitaikant prie pakitusių akustinių aplinkų savybių. Pateikiami atliktų eksperimentinių tyrimų rezultatai.

Emocijų atpažinimas, tiriant žmogaus fiziologinius parametrus, yra labai aktualus šiuolaikinės informatikos mokslo uždavinys. Šio darbo siekis yra suprojektuoti emocijų atpažinimo sistemos prototipą, kurį su minimaliais kaštais galima būtų pritaikyti įvairiose emocijomis grindžiamose sistemose. Pateikiamas tokios sistemos koncepcinis modelis, susidedantis iš aparatūrinės įrangos ir programinio modelių. Fiziologinių signalų stiprinimui naudojami AD620 ir OP97 operaciniai stiprintuvai. Analoginio signalo keitimas ir perdavimas į kompiuterį atliekamas naudojant Atmega16 mikrovaldiklį. Schemų testavimui naudojamas kompiuterinis oscilografas (PCS500). Atliekamas skaitmeninio signalo filtravimo metodų tyrimas. Pristatomi fiziologinių parametrų fiksavimo metodų (EKG, SC) atpažinimo algoritmai, pagrįsti SVW algoritmu. Atliekama HRV spektrinė analizė į dažninę sritį, naudojant Furjė transformacijas. Pateikiama praplėsta neraiškioji valdymo sistema, kuri iš fiziologinių parametrų (HR, HRVL, HRVH, SCR, STpirštas, STgalva) išveda susijaudinimo–valentingumo laipsnius. Pagal šiuos laipsnius išvedamos emocijos. Aptariami sukurtų algoritmų, realizuojant juos realioje aplinkoje, nauji elgsenos charakteristikų ypatumai. / Very important task of modern computer science is emotion recognition by human physiological parameters. The purpose of this work is to design a prototype of emotion recognition system, which could be possible customize in various emotions systems with minimal costs. There is representing such system conceptual model, which consists from them realization hardware and programme models. For amplifying the physiological signals is using instrumental AD620 and high precision OP97 operations amplifiers. Analogical signal converting to digital and transmitting to the computer redundant by Atmega16 microcontroller. For electrical schemas testing is using oscillograph (PCS500) connected on the computer. It is redundant analysis for digital signal filtering methods. There is presenting the recognition algorithms, based on SVW algorithm, for physiological parameters fixing methods (ECG, SC). For HRV spectral analyze in frequency domain it is using Furies transformations. There is extended fuzzy control system, which deduces arousal–valence levels from physiological parameters (HR, HRVL, HRVH, SCR, STfinger, SThead). By theses levels is deduces emotions. The new characteristical singularities of designed algorithms in real environment are also discussed.