Este trabalho apresenta um modelo de rede neural voltado ao tratamento de informagbes codificadas em sequencias, tendo em vista que esta classe de informações nao tem um tratamento adequado nos modelos convencionais. Isso decorre da caracteristica destes modelos convencionais de manipular isoladamente as celulas de informacao apresentadas como entrada, sem Integra-las entre si. O modelo utiliza paradigmas a mecanismos conhecidos, tais coma a regra de HEBB, o modelo de Energia de Hopfield e o paradigma de organizacao em camadas, compondo-os com novas ideias e mecanismos direcionados para o tratamento de sequencias, em um sistema exploratório, extraindo com isso novas propriedades nao existentes em modelos tradicionais. Os novas mecanismos propostos permitem uma integragao entre entradas a rede e o contexto no qual elas sao apresentadas, para que com isso se forme uma Unica representacAo interna para Coda uma seqUencia de entradas. Todo o trabalho de validaco do modelo foi baseado em simulac6es, para as quaffs foi desenvolvido um ambiente em estacao de trabalho, dotado de interface grafica que permite o acompanhamento visual do funcionamento da rede. Para viabilizar a validacao do modelo por meio das simulac6es, tendo em vista os limites computacionais dos recursos disponiveis, foi proposto e utilizado um sistema de codificacao de informacbes ficticias simplicadas baseadas na fala, mais especificamente na organizacao fonetica. O sistema de codificação, embora simplificado, incorpora as mais importantes caracteristicas da codificação de informacbes realizada na fala, pelo menos pelo ponto de vista de seu reconhecimento por mein de redes neurais. / This work presents a Neural Network model to process sequence information, since this information class does not have a reasonable treatment in the conventional models. This is due to this models features that manipulate incoming information cells individually, without integrating them. The model uses already known mechanisms and paradigms, like the HEBB's rule, the Hopfield's Energy Model and the layer organization paradigm, added with new ideas and mechanisms for the sequence handling in a exploratory system, so that it extracts new properties not found in traditional models. The proposed new mechanisms allow the integration between network entries and context , in order to generate a unique internal representation. The model was validated through simulations. A workstation based environment was designed and implemented to support them. It incorporates a graphical interface that permits the network behavior visualization. In order to enable the model's validation through simulations and considering the computational limits of the available resources, a codification system was proposed to generate simplified ficticious and speech based informations. Although simplified, this codification system incorporates the most important features of the information codification that occur in the speech, at least from its neural network based recognition point of view.

Esta Tese apresenta a investigação de técnicas computacionais que permitam a simulação computacional da compreensão de frases faladas. Esta investigação é baseada em estudos neurocognitivos que descrevem o processamento do cérebro ao interpretar a audição de frases. A partir destes estudos, realiza-se a proposição do COMFALA, um modelo computacional para representação do processo de compreensão da fala. O COMFALA possui quatro módulos, correspondentes às fases do processamento cerebral: processamento do sinal de fala, análise sintática, análise semântica e avaliação das respostas das análises. Para validação do modelo são propostas implementações para cada módulo do COMFALA. A codificação do sinal se dá através das transformadas ondeletas (wavelets transforms), as quais permitem uma representação automática de padrões para sistemas conexionistas (redes neurais artificiais) responsáveis pela análise sintática e semântica da linguagem. Para a análise sintática foi adaptado um sistema conexionista de linguagem escrita. Por outro lado, o sistema conexionista de análise semântica realiza agrupamentos por características prosódicas e fonéticas do sinal. Ao final do processo, compara-se a saída sintática com a semântica, na busca de uma melhor interpretação da fala.

Orientadores: Nestor Jorge Becerra Yoma, João Marcos Travassos Romano / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-26T19:51:20Z (GMT). No. of bitstreams: 1 Pegoraro_TarcianoFacco_M.pdf: 4134390 bytes, checksum: e90e8c4e7489b314016b2bfc3ed43482 (MD5) Previous issue date: 2000 / Resumo: A voz é uma característica biométrica e, além das informações fonético-lingüísticas detectadas e classificadas pelos sistemas de reconhecimento de voz, também carrega informações que podem ser empregadas em tarefas de reconhecimento de locutor. Entretanto, sistemas de reconhecimento de voz e locutor sofrem uma sensível queda em seu desempenho na presença de ruído, tanto aditivo quanto convolucional. Esta dissertação mostra os estágios da implementação de um Sistema de Verificação de Locutor (SVL) e testes com algoritmos de robustez a ruído geralmente empregados em Sistemas de Reconhecimento de Voz. É realizado um breve estudo sobre a influência do ruído sobre a tecnologia de verificação de locutor e sobre as técnicas de robustez. Para os experimentos com o SVL são utilizadas três técnicas convencionais (subtração espectral (SS), a normalização da média cepstral (CMN), Log-RASTA) e um método de modelamento de duração de estados (MDE) com restrições temporais, recentemente proposto. Como verificado em reconhecimento de voz, todas estas técnicas também forneceram um bom desempenho para o SVL em questão. O ruído convolucional é quase que totalmente cancelado por CMN ou Log-RASTA, e o ruído aditivo tem sua influência bastante reduzida principalmente com o emprego conjunto de SS e MDE com truncamento simples. Com a presença de ambos os ruídos, SS, Log-RASTA e MDE com truncamento simples conjuntamente reduziram em até 87% a taxa de erros iguais. Verifica-se também que a presença de CMN e principalmente Log-RASTA reduz significativamente a variabilidade do limiar de decisão. A pesar dos resultados aqui apresentados mostrarem um importante avanço, a robustez de sistemas de reconhecimento de voz e de locutor a ruídos interferentes ainda são um problema complexo, e é o principal empecilho enfrentado em aplicações práticas reais / Abstract: The speech carries linguistic information that can be classified by speech recognition systems, and also information related to the speaker's characteristics, which is employed by speaker recognition methods. However, speech and speaker recognition tasks have the performance strongly degraded by noise environments, and this dissertation presents the results of experiments with a speaker verification system combined with noise robust algorithms usually used in speech recognition. Three conventional techniques were tested (spectral subtraction (SS), cepstral mean subtraction (CMN) and RAST A filtering) and a method for state duration modeling with temporal restrictions (MDE) that has recently been proposed. Firstly, an introduction to acoustic pattern matching algorithms is presented, and the speaker verification system employed in this dissertation is briefly described. Secondly, noise robust techniques are analyzed and discussed. Finally, these techniques are tested in the speaker verification system to cancel both additive and convolution noise, and the combinations of the noise robust methods are evaluated and compared. This dissertation shows that the techniques here addressed can give a high improvement in a speaker verification system, although the noise robustness of speech and speaker recognition systems is still a complex topic and the main problem to be addressed to make successful real applications of this technology / Mestrado / Mestre em Engenharia Elétrica

Orientador : Inacio Maria Dal Fabbro / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Agricola / Made available in DSpace on 2018-08-01T21:10:17Z (GMT). No. of bitstreams: 1 Ramos_JeanPauloSilva_D.pdf: 7445135 bytes, checksum: c3055b8364ba727acc93568c42224e70 (MD5) Previous issue date: 2001 / Doutorado

Orientador: Fabio Violaro, Plinio A. Barbosa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-07-24T21:28:17Z (GMT). No. of bitstreams: 1 Pessoa_LuisAugustodeSa_M.pdf: 9139469 bytes, checksum: 762d0ca82f9215f12bdc99ecc1d6c7a0 (MD5) Previous issue date: 1999 / Resumo: o reconhecimento de fala contínua baseado somente em informações acústicas não proporciona bons resultados [Lippmann97]. Modelos da Língua podem ser usados para caracterizar, capturar e explorar as regularidades da língua natural, melhorando o desempenho do sistema de reconhecimento. Esta Tese apresenta o estudo e a implementação de Modelos da Língua para o português do Brasil. São propostos dois modelos bigram de classes de palavras (modelos lineares) e um modelo baseado em gramática independente de contexto (modelo hierárquico). Um dos modelos bigram emprega classificação manual de palavras (classes gramaticais) e o outro emprega classificação automática através do algoritmo Simulated Annealing. O modelo baseado em gramática foi desenvolvido com base em uma teoria de Gramática Gerativa [Chomsky65] e utiliza a Sintaxe Xbarra [Jackendoff77]. Os Modelos da Língua foram avaliados através de um sistema de reconhecimento de fala contínua dependente do locutor desenvolvido por Morais [Morais97]. Este trabalho também apresenta um algoritmo de decodificação, baseado no algoritmo LeveI Building [Rabiner*85], que leva em conta as restrições do Modelo da Língua durante o procedimento de busca / Abstract: : Continuous speech recognition based only on acoustic information does not provide good results [Lippmann97]. Language Models can be used to characterize, capture and exploit the language regularities, improving the recognition system performance. This Thesis presents the study and implementation of Language Models for Brazilian Portuguese. Two word class bigram language models (linear models) and one model based on context-free grammar (hierarchical model) are proposed. One bigram model uses manual classification of words (grammatical classes) and the other one uses automatic classification performed by the Simulated Annealing algorithm. The grammar-based model is implemented employing a theory of Generative Grammar [Chomsky65] and uses the X-bar Syntax [Jackendoft77]. The Language Models are evaluated using a speaker dependent continuous speech recognition system developed by Morais [Morais97]. This work also presents a decoding algorithm, based on Level Building algorithm [Rabiner*85], which considers the Language Model constraints during the search procedure / Mestrado / Mestre em Engenharia Elétrica

Dissertação (mestrado)—Universidade de Brasília, Instituto de Psicologia, Departamento de Processos Psicológicos Básicos, Programa de Pós-Graduação em Ciências do Comportamento, 2018. / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). / Movimentos faciais do próprio observador ou ausência deles podem servir como pistas para interpretar estados emocionais de pessoas observadas. Neste sentido, o presente estudo teve por objetivo analisar a capacidade de reconhecimento de expressões emocionais enquanto o observador tensiona a própria face ou imita a face-alvo. O experimento foi realizado com dois grupos (Imitação e Ruído), cada um com 30 participantes. Foi apresentada ao participante uma tarefa de reconhecimento de expressão emocional em face. Dependendo do grupo que foi alocado, o participante imitou (grupo imitação) a face-alvo ou tencionou a própria face (grupo ruído) durante 10 segundos, antes de responder qual emoção foi apresentada. A hipótese central deste experimento foi a de que indivíduos que tensionam sua própria face ou imitam a expressão da emoção facial possuem menor ou maior probabilidade de acertos na execução de tarefas de reconhecimento de expressões emocionais em faces respectivamente. Os resultados apresentaram diferenças significativas quando comparadas as tarefas de tensionar ou imitar a face-alvo, sugerindo que a alteração da própria face do observador pode influenciar durante o desempenho de uma tarefa de reconhecimento de emoção em faces. / Facial movements of the observer or absence of them can serve as clues to interpret the emotional state of observed persons. The aim of this work was to analyze the capacity of recognition of emotional expressions while the observer tensions his own face or imitates the target face. The experiment was performed with two groups (imitation and noise), each with 30 participants. It was presented to the participant a task of recognition of facial emotional expression, depending on the group that was allocated, the participant imitated the target face (imitation) or tensioned his own face (noise group) for 10 seconds, before answering which emotion was presented. The central hypothesis of this experiment is that individuals who stress their own face or imitate facial emotional expression have a lower or greater probability of success in performing tasks of recognition of emotional expressions on faces respectively. The results presented significant differences when comparing the tasks of tensioning or imitating the target face, suggesting that the alteration of the observer's own face may influence during the performance of a task of emotion recognition on faces.

Made available in DSpace on 2014-06-12T17:40:35Z (GMT). No. of bitstreams: 2 arquivo7036_1.pdf: 2047609 bytes, checksum: e3d87bd28e5314c857de9b11d1bc348a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2008 / Para avaliar a qualidade do desempenho de ferramentas comerciais de Reconhecimento Óptico de Caracteres (OCR) é necessário adquirir métricas para avaliar o quanto um texto transcrito está próximo do texto original, uma vez que quando uma imagem sofre alterações, por menores que sejam, estas influenciam nas transcrições dos OCR s. Neste trabalho será apresentada uma nova métrica para avaliar transcrições de OCR s: através da aplicação de técnicas de filtragem (brilho, contraste, resolução, rotação, etc.) na imagem original, para que as mudanças mínimas gerem inúmeras imagens, as quais serão submetidas ao OCR e resultarão em textos distintos. Um algoritmo foi desenvolvido para comparar os textos gerados, analisando desde a quantidade de linhas até a igualdade entre os caracteres. Através da análise de maior freqüência entre os caracteres, este algoritmo gera um novo arquivo-texto. Com o uso desta metodologia, o arquivo gerado ficou muito próximo do original com um índice de acerto maior que os arquivos transcritos sem o processo de filtragem

Tese de mestrado. Multimédia. Faculdade de Engenharia. Universidade do Porto, Museu de Serralves. 2009

Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2012

Contém apêndices / Dissertação apresentada para obtenção do grau de Doutor, na Universidade de Aveiro