Systém HTK-GUI a rozpoznávanie reči
|
|
- Clare Harmon
- 5 years ago
- Views:
Transcription
1 Sekcia: Xxxx Systém HTK-GUI a rozpoznávanie reči Juraj Kačur, Róbert Schreter, Ján Procháska ABSTRAKT Článok je venovaný problematike rozpoznávania reči pomocou skrytých markovových modelov, jeho jednotlivým fázam realizovaných pomocou systému HTK ako aj návrhu a opisu jeho grafickej nadstavby nazvanej HTK-GUI. Rozpoznávanie reči zložené na štatistickom prístupe v sebe zahŕňa množstvo krokov a dát, ktorých príprava a správa môžu nešpecializovaným užívateľom na konkrétny systém spôsobovať značné problémy. Preto bolo vytvorené užívateľsky príjemné a funkčné grafické rozhranie k jednému z celosvetovo najpoužívanejších systémov pre rozpoznávanie reči HTK. Toto rozhranie je spolu s možnosťami samotného HTK dokumentované na príklade realizovaného systému rozpoznávania izolovaných slov slovenského jazyka v rôznych kombináciách prostredí a trénovacích vzoriek. KĽÚČOVÉ SLOVÁ Automatické rozpoznávanie reči, skryté Markovove modely, HTK, HTK-GUI, CD-HMM Kontakt: Katedra telekomunikácií, FEI STU Ilkovičová 3, Bratislava 4 tel.: fax: kacur@ktl.elf.stuba.sk 1. Úvod Nástupom masívnej automatizácie v minulom storočí sa čoraz častejšie stretávame s problémom interakcie človek- stroj. V súčasnosti sa táto komunikácia odohráva skoro výhradné pomocou klávesnice, čo nie je veľmi prirodzené a z hľadiska väčšiny používateľov aj neefektívne. Dlhodobou túžbou preto bolo a je naučiť stroje komunikácií, ktorá je človeku vlastná. Z tohto hľadiska sa rozpoznávanie reči pokladá za jednu z najsľubnejších technológií budúcnosti. Hlasom ovládané zariadenia sa už pomaly začínajú presadzovať vo veľmi jednoduchých zariadeniach zvyčajne riadených len niekoľkými kľúčovými slovami. Do budúcnosti sa však plánuje ďalekosiahlejšie rozšírenie, ktoré má za cieľ pokryť všetky žiaduce oblasti.
2 Reč a jazyk sa počas vývoja dlhého niekoľko tisíc rokov stali veľmi komplexnými. Preto ich zvládnutie a pochopenie vyžaduje úzku kooperácie veľkej množiny vedných odborov počnúc jazykovedou a fonetikou končiac umelou inteligenciu. Výskumom v oblastiach číslicového spracovania signálov a reči boli za posledných 40 rokov navrhnuté mnohé algoritmy, ktoré viedli k prvým jednoduchým systémom rozpoznania. Navrhnuté postupy sa dajú rozdeliť do dvoch základných skupín. V prvej sa nachádzajú systémy, ktoré sú založené na množine zvyčajne veľmi komplikovaných pravidiel odpozorovaných expertmi na jazyk. Tie majú za cieľ na základe zvyčajne spektrogramu určiť o aké prehovorenie išlo. Nevýhodou tohto prístupu je, že ním nie je možné dostatočne pokryť vplyv možného rušenia ako aj typy rôznych prenosových kanálov. Druhá skupina metód vychádza zo štatistických vlastností rečových dát, ktoré teda sú orientované na konkrétne dáta a nie sadu všeobecných pravidiel. Tieto metódy v súčasnosti predstavujú vrchol v oblasti rozpoznávania a to najmä s využitím spojitých skrytých Markovových modelov (CD- HMM). Je nimi možné úspešne realizovať systémy rozpoznania izolovaných slov, súvislej reči s obmedzenou gramatikou a slovníkom radové o veľkosti niekoľko desiatok tisíc slov a to či už závisle alebo nezávisle na hovoriacom. 2. Rozpoznávanie reči založené na HMM a systém HTK 2.1 Skryté Markovove modely (HMM) a rozpoznávanie reči Rozpoznávanie reči založené na jej štatistickom modelovaní s využitím skrytých Markovových modelov je v súčasnosti najúspešnejšou metódou spomedzi všetkých známych tried automatických systémov rozpoznania reči (ARR). Je schopné efektívne modelovať nestacionárne stochastické procesy, medzi ktoré patria práve rečové signály. HMM pomocou svojich skrytých stavov, ktoré spĺňajú vlastnosti diskrétneho homogénneho Markovového reťazca dokáže modelovať miesta odlišných štatistických vlastnosti a ich vývoj v čase. Na jeho úplný opis je potrebné poznať iba vektor počiatočných rozdelení π o rozmere N stavov, ktorý hovorí s akou pravdepodobnosťou sa na začiatku modelovania nachádzame vo zvolených stavoch a prechodovú maticu A. Táto matica A má rozmer NxN a jej prvok a ij vyjadruje pravdepodobnosť prechodu zo stavu i do stavu j v ľubovolnom čase. Tým sa dá i keď len v obmedzenej miere modelovať časová súslednosť stavov, ktoré sa stotožňujú so stacionárnymi úsekmi rečového signálu s podobnými vlastnosťami, napr. jednotlivými fonémami. Ako je však známe aj tieto vykazujú isté fluktuácie (v závislosti od pohlavia, veku, dialektu, atď.) a teda sú tiež stochastickými procesmi, ktoré sa ale dajú pomerne dobre postihnúť. V závislosti od spôsobu modelovania práve týchto zmien sa Markovove modely delia na: Diskrétne: existuje konečný počet vstupných vektorov príznakov reči. Potom sa pre každý stav oddelene odhadne pravdepodobnosť výskytu každého vektora príznakov. Spojité: Výskyt vstupných príznakov reči je modelovaný hustotou pravdepodobnosti nejakého rozdelenia. Zvyčajne sa používa zmes viacrozmerných Gaussových funkcií. Polospojité: priestor výskytu vektora príznakov reči je modelovaný konečným počtom spojitých funkcií hustoty pravdepodobnosti. Na obr. 1 je zobrazený 4-stavový diskrétny skrytý Markovov model, ktorý patrí do skupiny ľavo-pravých, tj. je možný prechod len z nižších stavov do vyšších, čiže sa zachováva časová súslednosť reči, čo je jej dôležitá vlastnosť.
3 b 1 (O 1 ),..b 1 (O L ) b 2 (O 1 ),..b 2 (O L ) b 3 (O 1 ),..b 3 (O L ) b 4 (O 1 ),..b 4 (O L ) a 12 a 23 S 1 S 2 S 3 S 4 a 34 a 22 a 11 a 33 a 13 a 24 a 44 Obr. 1 a 14 Ľavo-pravý, diskrétny, 4 stavový, skrytý Markovov model. Vstupom je pozorovaná postupnosť kvantovaných vektorov do L stavov. Samotnému rozpoznávaniu reči predchádza fáza trénovania, kde sa voľné parametre jednotlivých modelov nastavia tak, aby najviac zodpovedali trénovacím vzorkám, tj. požaduje sa splnenie nasledujúcej podmienky (1): max P( O1, O2, K On λ) (1) π, A, pdfs ( o) Kde O 1 až O n predstavujú vstupné rečové príznaky prislúchajúce k danému modelu λ, pričom pdf s (o) označuje funkciu hustoty pravdepodobnosti výskytu vektora príznakov v stave s. Treba poznamenať, že analytické riešenie (1) neexistuje, a preto sa musí riešiť iteračne pričom nie je zabezpečené nájdenie globálneho maxima. Existuje viacero kritérií nastavovania parametrov (napr. MAP, MMI, trénovanie korigujúce chybu, atď.), ale (1) vedie na veľmi jednoduchý a pritom štatisticky konzistentný postup z literatúry známy ako Baum-Welche reestimation. Potom samotné dekódovanie prehovorenia sa vykonáva vo fáze rozpoznávania a to tak, že sa vyberie ten model prehovorenia (slova), ktorý má najvyššiu pravdepodobnosť. Táto situácia je graficky ilustrovaná na obr. 2. Zvyčajne sa na urýchlenie výpočtu pravdepodobnosti generovania danej postupnosti pozorovaní na danom modeli λ používa aproximácia hľadaním cesty (postupnosť stavov) s maximálnou pravdepodobnosťou s využitím efektívneho Viterbiho algoritmu, tj hľadá sa nasledujúca pravdepodobnosť a zároveň sa určí aj postupnosť stavov: t1 max P( O1, O2, KOnSt, S,, 1 t K S 2 S, S t2, K, S t n t n λ) (2) HMM modelmi sa dajú modelovať celé slová, kde sa aj dosahuje najvyššia úspešnosť a to vďaka dobrému postihnutiu, tzv. koartikulačného efektu. Tento spôsob sa používa pre rozpoznávanie izolovaných povelov o veľkosti do niekoľko stoviek. V prípade súvislej reči, alebo veľkého slovníka tento spôsob nie je veľmi efektívny a preto sa modelujú iba časti slov, najčastejšie sú to však fonémy a to buď kontextovo závislé alebo nie, čim sa značne zredukuje počet modelov. Pri trénovaní je okrem zvukových nahrávok prehovorení potrebné vlastniť aj ich ortografický prepis, aby bolo možné stotožniť pozorované príznaky so správnymi modelmi. Sú dve základné situácie, a to: Existujú časové informácie o polohe jednotlivých modelov v reči. Táto situácia je zriedkavá lebo si vyžaduje namáhavé, zvyčajne manuálne označenie každej nahrávky. V takomto prípade je možné použiť klasické trénovanie s využitím základného Baum- Welche algoritmu, pričom tento spôsob sa zvykne označovať ako single model training, teda sa jedná o postupné trénovanie vždy len jedného modelu.
4 Časové informácie neexistujú a je k dispozícií len ortografický prepis. Toto je bežný stav, pri ktorom nie je možné jednoduché aplikovanie spôsobu trénovania z predchádzajúceho prípadu. Spôsob používaný tu sa označuje ako embedded training, čiže vnorené trénovanie. To je založené na tom, že každé prehovorenie sa vyskladá pomocou dielčích modelov a tie sa potom trénujú ako jeden celok, čiže všetky naraz. To si však vyžaduje zavedenie, tzv. neemitujucích stavov, ktoré slúžia ako spojovacie články medzi jednotlivými modelmi, čo následne vyústi k modifikácií pôvodného postupu. Keďže sa však vždy jedná o iteratívny spôsob, bez zaručenia dosiahnutia globálneho maxima, pred samotným trénovaním je potrebné správne inicializovať parametre modelov, čo môže mať za následok rýchlejšiu konvergenciu ako aj vyšší predpoklad dosiahnutia väčšieho lokálneho maxima. Existuje viacero spôsobov počiatočnej inicializácie, ktoré sa líšia v závislosti od obsahu popisných súborov (existujú časové značky alebo nie), tak ako to bolo pri samotnom trénovaní. V prípade ich existencie sa jednotlivé úseky zodpovedajúce modelom vyseknú z celého vyhovorenia, následne sú rovnomerne rozdelené podľa počtu stavov toho- ktorého modelu a na koniec sú pre jednotlivé stavy na základe týchto dielčích častí vypočítané priemerné hodnoty. Takáto zavádzacia procedúra sa zvykne označovať ako boot strap. V prípade neexistencie časových zarovnaní modelov a prehovorení sa používa nastavenie všetkých parametrov modelov ma globálne určené priemerné hodnoty z predložených pozorovaní čo sa označuje ako tzv. flat start (plochý štart). Problematika trénovania rozpoznávania je veľmi široká a to v závislosti od typu úlohy, prostredia a dostupných dát. Podrobnejšie je možne sa s ňou oboznámiť napr. v [HUA90], [BEC99] a [YOU02] Parametre Markovových modelov Reč O (x) P(O (x) λ 1 ) Akustická analýza P(O (x) λ 2 ) Max ω x*. P(O (x) λ R ) Obr. 2 Princíp rozpoznávania izolovaných slov založený na HMM 2.2 Systém HTK Tento systém je veľmi rozšírený vďaka svojim rozsiahlym možnostiam a to najmä na akademickej pôde. Je to prenositeľný nástoj na manipuláciu s HMM modelmi a okrem rozpoznávania reči sa dá využiť aj v iných oblastiach štatistického modelovania. HTK sa skladá zo sady modulov a knižníc v zdrojovom C kóde.
5 I keď možnosti nasadenia HTK sú pestré jeho prvoradé zameranie je však na spracovanie reči, takže poskytuje široké spektrum nástrojov na úpravu, extrakciu príznakov rečového signálu a celkovú správu rečových dát ako aj opisných súborov. Podporuje aj priamy vstup z mikrofónu, čim sa dá využiť ako systém automatického rozpoznávania reči pracujúci v reálnom čase. Okrem základných funkcií trénovania pre rôzne typy modelov a opisných súborov poskytuje množstvo nástrojov na ich inicializáciu, adaptáciu ako aj validáciu. Niektoré základné funkcie a črty podporované v HTK sú: Typy modelov: diskrétne, spojité a polospojité HMM s využitím viacrozmerných Gaussových pdf a možnosťou zviazania parametrov Typy vstupných súborov: NIST,AIFF, HTK, ESIG, TIMIT, SCRIBE, SDES1, SUNAU8, OGI, WAV, HTK interný Typy opisných a riadiacich súborov: LAB, MLF, hmm, MMF, SLF, BNF Typy príznakov reči: banka filtrov, MFCC, LPC, CLPC, PLP, reflexné koeficienty, diferenčné a akceleračné koeficienty, energia, normalizovaná energia. Trénovanie a inicializácia: Baum-Welche algoritmus, vnorené trénovanie, trénovanie viacnásobnými postupnosti, inicializácia typu flat start a aj boot strap Rozpoznávanie: Modifikovaný Viterbiho algoritmus s možnosťou sledovania viacerých najpravdepodobnejších hypotéz Typy gramatík: regulárna zadaná vo formáte SLF alebo BNF a stochastické modelovanie pomocou bi-gramov Validácia: confucion matrix (matica chybných rozpoznaní), počty: vložení, vynechaní a nahradení; presnosť rozpoznania viet a slov Systém HTK je koncipovaný ako súbor nástrojov, ktoré majú podobu vykonateľných súborov. Každý z nich plní určitú funkciu alebo skupinu logicky súvisiacich operácií. Pri jednotlivých nástrojoch je zároveň poskytnutá veľká variabilita jednotlivých nastavení s množstvom vhodných kombinácií pre tú- ktorú úlohu. Postavenie jednotlivých súborov v hierarchii HTK spolu s fázami rozpoznávania ako aj ich použitie je ilustrované na obr.3. Na zreteľné odlíšenie programov a dát nad ktorými sú Obr. 3 Štruktúra a funkcie programového balíka HTK, pri rozpoznávaní reči
6 vykonávané, sú programy v schéme uvedené v obdĺžnikoch, pričom dáta sú v blokoch s oblými hranami. Je zrejmé, že na prechod celým procesom je potrebné riadenie vykonávania jednotlivých programov, ktorých funkcia je nastavená pomocou príkazového riadku a dodatočných konfiguračných súborov. To sa preto najčastejšie vykonáva pomocou skriptov napr. v Perle, alebo s využitím bat súborov. 3. Grafické rozhranie HTK, HTK- GUI Jednotlivé nástroje HTK sú,,ovládané príkazovým riadkom, čo je pre rýchlu a efektívnu prácu dosť nevýhodné, najmä ak užívatelia nie sú ochotní tráviť veľa času učením sa konkrétnych inštrukcií a ich nastaveniami, prípadne sa chcú vyhnúť syntaktickým a konštrukčným chybám. Systém okrem príkazového riadku s množstvom riadiacich prepínačov buď lokálneho alebo globálneho charakteru využíva aj dodatočné riadiace a konfiguračné súbory. Nastavovanie a opätovné prestavovanie jednotlivých parametrov je jednak nepohodlné a neprehľadné a zároveň zaberá značný čas. To je v procese testovania malých a jednoduchých systémov dosť obmedzujúce, najmä ak užívateľ nemá rozsiahlejšie skúsenosti z konkrétnym vývojovým balíkom. Organizácia súborov ako aj zmena vstupných súborov napr. pre testovanie je pri počte desiatkach či stovkách súborov príliš obtiažna a preto je ju lepšie zastrešiť jednotnými konvenciami, ktoré budú pred užívateľmi skryté. Z uvedených skutočností pramení potreba mať vhodné grafické prostredie, ktoré by prácu s HTK zrýchlilo, zefektívnilo, spríjemnilo a umožnilo tak využívať tento výkonný systém aj ľudom, ktorý nemajú skúsenosti práve s daným prostriedkom a nepotrebujú sa ho hlbšie učiť vohľadom na rozsah zamýšľanej aplikácie. Obr. 4 Princíp spolupráce užívateľ HTK GUI - HTK HTK GUI je grafické rozhranie pre balík programov HTK. Z veľkej časti potláča horeuvedené nedostatky ovládania HTK a robí používanie HTK jednoduchším. Pri návrhu bolo treba riešiť niekoľko problémov. V prvom rade bolo treba zabezpečiť, aby sa užívateľom požadované príkazy zvolené v grafickom prostredí vykonali prostredníctvom HTK (bez toho, aby si to užívateľ
7 ,,uvedomoval ) a aby sa výsledky tejto operácie opäť prezentovali užívateľovi v prijateľnej forme. Okrem toho bolo treba zabezpečiť takú organizáciu dát potrebných pre činnosť HTK, ktorá by bola pre užívateľa nielen prehľadná, ale ktorá by aj celkovo urýchlila zostavenie funkčného ARR. Komunikácia grafického prostredia s balíkom HTK je znázornená na obr. 4. Ako vidieť užívateľ požaduje vykonanie príkazu od HTK GUI (1). HTK GUI volá program balíka HTK (2), aby vykonal príslušnú činnosť. Výstup programu je presmerovaný do súboru (3) a následne je spracovaný (4). Spracovaný výstup je pomocou grafického rozhrania (5) ponúknutý užívateľovi (6). Všetky údaje sú organizované (v prípade, že si to užívateľ praje) tak, aby jednotlivé fázy vývoja ARR na seba,,inteligentne nadväzovali, t.j. aby program ako výstupné dáta predošlej fázy ponúkal ako vstupné dáta v ďalšej fáze. Užívateľ je tak odbremenený od nutnosti viesť organizáciu dát a nastavovať znova a znova napr. vstupné súbory pre určitú činnosť. 3.1 Práca s HTK GUI Po spustení aplikácie sa v hornej časti zobrazí ponuka pre prácu s programom. Jadrom aplikácie je tzv. projekt, ktorý zastrešuje tvorbu systému rozpoznávania ako aj organizáciu dát potrebných pre testovanie resp. rozpoznávanie. Po vytvorení projektu je užívateľovi ponúknutý sprievodca, pomocou ktorého je možné rýchlo a jednoducho pripraviť dáta, modely, podporné položky a následne netrénovanie a validáciu systému rozpoznávania. Užívateľ je sprievodcom vedený cez jednotlivé fázy vývoja celého systému, ktoré sú realizované formulármi (napr. formulár pre parametrizáciu vstupných dát, vektorové kvantovanie dát atď.), čo zabezpečuje pohodlné ovládanie. Vzhľad sprievodcu pre celú fázu tvorby ARR systému je zobrazený na obr. 5. Skúsenejší užívateľ môže používať jednotlivé časti projektu samostatne a teda nie je nutné využívať služieb sprievodcu. To je vhodné napr. pri testovaní vplyvu rôznych nastavení na celkové výsledky, ktoré sa pri rozpoznávaní dajú dosiahnuť, alebo len na samotnú prípravu rečových dát, atď. Tieto voľby sú užívateľovi prístupné v podobe,,utilít v hlavnom menu, bez nutnosti otvárať Obr. 5 Sprievodca tvorbou systému rozpoznávania projekt. 3.2 Možnosti HTK GUI Účelom grafickej nadstavby bolo zjednodušenie práce so systémom a to najmä pre ľudí úzko nešpecializovaných na systém HTK a pre aplikácie menšieho rozsahu. Ďalej bola kladená požiadavka na zachovanie enormnej flexibility, ktorú HTK samo o sebe poskytuje. To samozrejme nebolo vždy úplne možné, hlavne kvôli schodnosti programového riešenia. Systém sa však
8 vyvíja a je preto stále možne jeho rozšírenie. V nasledovnom preto budú stručne uvedené plne a aj čiastočne podporované funkcie. Príprava rečových súborov Táto časť je plne podporovaná a je obsiahnutá jedným formulárom, pre spracovanie a konverziu rečových signálov. Okrem uvedených typov základných príznakov (banka filtrov, MFCC, LPC, CLPC, reflexné koeficienty) a ich počtu je možné meniť spôsob predspracovania reči (preemfáza, okonovanie, atď.) ako aj ich následnú úpravu, tj. diferenčné a akceleračné koeficienty, normalizácia a váhovanie, atď. Diskrétne systémy, vektorové kvantovanie Je možná tvorba diskrétnych systémov vytvorením kódovej knihy a následným vektorovým kvantovaním vstupných vektorov. Táto možnosť je obslúžená na samostatnom formulári. Sú k dispozícií nasledovné metriky: Euklidova, diagonálna a úplná Mahalanobisova vzdialenosť. Sú podporované kódové knihy so stromovou a lineárnou štruktúrou ako aj sa dá nastaviť maximálny počet iterácií, resp. zastavovacie kritérium. Konštrukcia modelov Definovanie HMM modelov je v HTK dosť pracnou záležitosťou náchylnou na množstvo syntaktických chýb, keďže HTK podporuje veľa druhov modelov s množstvom dodatočných informácií, z ktorých ma každý špecifickú štruktúru a syntax. Definície modelov sú uložené v textových súboroch s opisom štruktúry modelu. HTK GUI poskytuje formulár na vytvorenie diskrétnych a spojitých modelov, s plnou a diagonálnou kovariančnou maticou, rôznym počtom zmesí Gaussových pdf na stav a viacero prúdov. Sú tiež preddefinované niektoré z bežných tvarov prechodových matíc (ľavo pravé s a bez možnosti Obr. 6 Formulár pre definovanie HMM modelov
9 preskočenia susedného stavu ako aj ergogický model). Samozrejme je ponechaná voľba užívateľovi na ľubovolnú editáciu. Tvar dialógového formuláru pre konštrukciu modelov je na obr. 6. V súčasnej dobe nie je ešte priamo podporovaná práca s makrami a teda nie je možné robiť automatické zviazanie parametrov prostredníctvom HTK-GUI, alebo zdieľať globálne nastavenia pre všetky modeli. Trénovanie modelov K dispozícií sú oba typy trénovania, tj. single model training a embedded training, ktoré sa automaticky použijú v závislosti od vstupných a popisných dát. Pri klasickom trénovaní je automaticky zaradená aj inicializácia typy boot strap. Vo formulári sa vyberú modely, ktoré sa majú trénovať a ku každému sa zvolí aj príslušný zoznam súborov, z ktorých sa bude daný model trénovať. V prípade použitia aj opisných súborov, bude vykonané vnorené trénovanie pomocou programu HERest, inak sa vykoná jednoduché trénovanie pomocou HInit a HRest. Ďalej je možne stanoviť konvergenčný faktor ako aj maximálny počet iterácií, čo môže byť dôležité na zamedzenie pretrénovania. Tvorba gramatiky Gramatika je potrebná vo fáze rozpoznávania preto aby systém vedel, aké kombinácie slov sú povolené atď. To má okrem urýchlenia celého postupu aj značný vplyv na zvýšenie úspešnosti rozpoznania. Notácia pomocou BNF je veľmi flexibilná a umožňuje realizáciu skoro všetkých možných kombinácií. V grafickom prevedení, kvôli jednoduchej a prehľadnej práci bola obmedzená na rámcovú gramatiku, ktorá ale bohate postačuje na tvorbu väčšiny úloh. Vzhľad formulára pre tvorbu rámcovej gramatiky je na obr. 7. Obr. 7 Formulár pre zadefinovanie rámcovej gramatiky, spolu s preddefinovanými typmi. Tvorba slovníka
10 Slovník slúži na prepojenie modelov z jednotlivými slovami, ktoré sa majú rozpoznať. To je dôležité najmä ak sa modelujú len častí slov, alebo v prípade ak slovo ma viacero vyhovorení. Vtedy je potrebné zadefinovať postupnosť modelov, z ktorých sa dané slovo skladá. Pri rozpoznaní, resp. už vo fáze trénovania pomocou opisných súborov sa potom, každé prehovorenie, či už pri dekódovaní alebo trénovaní vie opísať ako postupnosť HMM modelov. Táto položka je tiež obsahom samostatného formuláru. Tvorba opisných súborov Zvyčajne sú opisné súbory dodávané k trénovacej databáze. Sú dôležité pre obe fázy tvorby systému rozpoznávania. V prípade ak neboli dodané pričom sa požaduje komfortné vyhodnotenie kvality rozpoznávania pomocou prostriedkov HTK je potrebné ich vytvoriť. Jedná sa o jednoduché priradenie textu (slov zo slovníka) ku každému súboru, čo sa komfortne deje prostredníctvom na to určeného formulára. Rozpoznávanie Pri rozpoznávaní pomocou HTK je nutné zadať adresár, v ktorom máme uložené natrénované modely ako aj zoznam súborov, ktoré chceme rozpoznať. Taktiež je nutné zadať ako parameter názov slovníka a gramatiky, ktorá sa bude používať. Z toho vyplýva povinnosť napísať textový súbor obsahujúci zoznam súborov, ktoré sa majú rozpoznať. Tieto nedostatky rieši voľba Rozpoznávanie, ktorá je prístupná v rovnomennej ponuke. Užívateľovi stačí v tomto prípade vybrať len názvy natrénovaných modelov,,,neznámych súborov, názov slovníka a gramatiky a rozpoznávanie sa môže vykonať. Pri rozpoznávacej sekvencii je najprv,,textová definícia gramatiky preložená do tvaru vhodného pre rozpoznávanie a následne je rozpoznávanie realizované programom HVite. O priebehu a výsledku rozpoznávania je užívateľ informovaný informačným dialógom. V prípade, že si užívateľ vybral voľbu Analýzy výsledkov, je hneď po rozpoznávaní vykonaná aj analýza výsledkov dosiahnutých pri rozpoznávaní a táto analýza je užívateľovi ponúknutá. Analýza výsledkov je možná buď prostredníctvom matice chybných rozpoznaní, alebo prostredníctvom parametra presnosti rozpoznania slov a viet s využitím počtu zámien, vynechaní a vložení, čo zabezpečuje program HResult. 4. Realizácia systému rozpoznávania príkazov s využitím HTK-GUI Na overenie spolupráce a správnej činnosti HTK a HTK-GUI bol zrealizovaný systém rozpoznávania povelov. Jeden z hlavných problémov pri rozpoznávaní je degradácia signálu aditívnym šumom. Preto boli v rámci realizovaného rozpoznávania uskutočnené merania vplyvu veľkosti šumu na úspešnosť rozpoznania, čo má veľký význam pre praktické nasadenie takých to systémov. Dostupné vzorky a postup experimentu Experimenty boli založene na slovníku izolovaných slov o veľkosti 36. Každé slovo bolo umelo zašumené reálnymi šumami domácich zariadení (4 rôzne šumy) pričom SNR boli nastavené na nasledovné hodnoty: 0, 3, 7, 10, 13, 17dB, pričom boli k dispozícii aj nezašumené verzie, kde sa SNR pohybovalo nad 30dB. Z každého slova existovalo 23 rôznych vyhovorení. Vzorky sa rozdelili na trénovaciu a testovaciu množinu, pričom pri trénovaní bolo k dispozícií 15 vzoriek s každého nezašumeného slova. Rozpoznávanie sa potom vykonávalo nad všetkými zašumenými slovami ako aj nezašumenými, ktoré ale neboli použité pri trénovaní. Úprava rečových dát
11 Ako vhodné príznaky reči bolo použitých 13 MFCC koeficientov s normalizovanou energiou ako aj delta a akceleračné koeficienty. Tento spôsob je vo svete veľmi rozšírený i keď priamo neposkytuje potlačenie aditívnych šumov. Typy modelov Na daný typ úlohy boli použité spojité HMM modely, ktoré modelovali celé slová, pričom počet stavov bol volený tak, že na jednu hlásku pripadali 3 stavy (nábeh, ustálená časť a dobeh). Výskyt vektora príznakov reči bol v každom stave vyjadrený kombináciou 3 zmesí Gaussových pdf. Nakoniec, prechodové matice slov boli ľavo- pravé s možnosťou vynechania jedného stavu. Okrem modelov slov bol použitý aj model šumu, ktorý kvôli lepším modelovacím schopnostiam mal ergodický tvar prechodovej matice. Trénovanie a inicializácia Keďže existovali presné časové údaje o polohe modelov(slov), bolo možne použiť klasické trénovanie single model training s viacnásobnými trénovacími postupnosťami. Vzhľadom na to bola pred trénovaní každého modelu vykonaná inicializácia typu boot strap. Je dôležité poznamenať, že v procese trénovania sa vyskytovali len niektoré realizácie originálnych vzoriek. Rozpoznávanie a vyhodnotenie Rozpoznávanie bolo vykonané s využitím Viterbiho algoritmu, ktorý hľadal, len jednu a to najpravdepodobnejšiu hypotézu. Dekóder pracoval nad rámcovou gramatikou tvaru šum-slovo-šum, čo je bežná prax pre systémy izolovaných povelov. Rozpoznávanie bolo vykonané nad všetkými dostupnými realizáciami slov, tj. v rôznych typoch šumov ako aj hodnôt SNR. Ako parametre úspešnosti rozpoznania bola použitá presnosť rozpoznania slov vrátená programom HResult. Namerané výsledky sú obsahom grafu na obr.8, kde jednotlivé výsledky sú pre rôzne typy šumov a slov spriemerované a to oddelene pre každú hodnotu SNR. Z grafu je preto dobre vidno ako nepriaznivo vplýva prítomnosť šumu na správne rozpoznanie. Z neho je ďalej zrejmé, že v prípade neexistencie kvalitných metód odhadujúcich a potláčajúcich šumu, nie je vhodné uskutočniť Úsešnosť rozpoznania [%] Snr [db] Obr. 8 Úspešnosť rozpoznania v závislosti od veľkosti prítomného šumu v db. trénovanie len na čistých dátach. Je preto treba vždy použiť reálne prostredie nasadenia konkrétneho systému. Preto je bežnou praxou konštrukcia rozsiahlych databáz nahraných za rôznych podmienok. 9. Literatúra [YOU02] S. YOUNG, G. EVERMANN, T. HAIN, The HTK Book V.3.2.1, Cambridge University Engineering Department, Dec [BEC99] C. BECHETTI, L. RICOTTI, Speech Recognition Theory and C++ Implementation, JONH WILEY & SONS, West Sussex, England, 1999 [DEL93] JOHN R. DELLER, JOHN G. PROAKIS, JOHN H. HANSEN : Discrete-Time Processing of Speech Signals, Macmillan Publishing Company, Englewood Cliffs, 1993
12 [HUA90] X. D HUANG, Y. ARIKI, M. A. JACK, Hidden Markov Models for Speech recognition, Edinburg university press, 1990 [KEL93] E. KELLER : Fundamentals of speech synthesis and speech recognition, John Wiley & sons, 1994 [RAB93] L. RABINER, BIING-HWANG JUAN : Fundamentals of speech recognition, Prentice Hall PTR, 1993
Spájanie tabuliek. Jaroslav Porubän, Miroslav Biňas, Milan Nosáľ (c)
Spájanie tabuliek Jaroslav Porubän, Miroslav Biňas, Milan Nosáľ (c) 2011-2016 Úvod pri normalizácii rozdeľujeme databázu na viacero tabuliek prepojených cudzími kľúčmi SQL umožňuje tabuľky opäť spojiť
More informationAplikačný dizajn manuál
Aplikačný dizajn manuál Úvod Aplikačný dizajn manuál je súbor pravidiel vizuálnej komunikácie. Dodržiavaním jednotných štandardov, aplikácií loga, písma a farieb pri prezentácii sa vytvára jednotný dizajn,
More informationDatabázové systémy. SQL Window functions
Databázové systémy SQL Window functions Scores Tabuľka s bodmi pre jednotlivých študentov id, name, score Chceme ku každému doplniť rozdiel voči priemeru 2 Demo data SELECT * FROM scores ORDER BY score
More informationRegistrácia účtu Hik-Connect
Registrácia účtu Hik-Connect Tento návod popisuje postup registrácie účtu služby Hik-Connect prostredníctvom mobilnej aplikácie a webového rozhrania na stránke www.hik-connect.comg contents in this document
More informationRecipient Configuration. Štefan Pataky MCP, MCTS, MCITP
Recipient Configuration Štefan Pataky MCP, MCTS, MCITP Agenda Mailbox Mail Contact Distribution Groups Disconnected Mailbox Mailbox (vytvorenie nového účtu) Exchange Management Console New User Exchange
More informationkucharka exportu pro 9FFFIMU
požiadavky na export kodek : Xvid 1.2.1 stable (MPEG-4 ASP) // výnimočne MPEG-2 bitrate : max. 10 Mbps pixely : štvorcové (Square pixels) rozlíšenie : 1920x1080, 768x432 pre 16:9 // výnimočne 1440x1080,
More informationAnycast. Ľubor Jurena CEO Michal Kolárik System Administrator
Anycast Ľubor Jurena CEO jurena@skhosting.eu Michal Kolárik System Administrator kolarik@skhosting.eu O nás Registrátor Webhosting Serverové riešenia Správa infraštruktúry Všetko sa dá :-) Index Čo je
More informationCopyright 2016 by Martin Krug. All rights reserved.
MS Managed Service Copyright 2016 by Martin Krug. All rights reserved. Reproduction, or translation of materials without the author's written permission is prohibited. No content may be reproduced without
More informationAlgoritmy deterministickej a stochastickej optimalizácie a ich počítačová realizácia
Algoritmy deterministickej a stochastickej optimalizácie a ich počítačová realizácia ESF 2007 D. Ševčovič Katedra aplikovanej matematiky a štatistiky, Univerzita Komenského, 842 48 Bratislava http://www.iam.fmph.uniba.sk/institute/sevcovic
More informationTestovanie bieleho šumu
Beáta Stehlíková FMFI UK Bratislava Opakovanie z prednášky Vygenerujeme dáta Vygenerujeme dáta: N
More informationRiešenia a technológie pre jednotnú správu používateľov
Riešenia a technológie pre jednotnú správu používateľov Radovan Semančík Agenda Úvod: Identity Crisis Technológie správy používateľov Postup nasadenia Záver Súčasný stav IT Security Nekonzistentné bezpečnostné
More informationOchrana koncových staníc pomocou Cisco Security Agent 6.0. Ľubomír Varga.
Ochrana koncových staníc pomocou Cisco Security Agent 6.0 Ľubomír Varga lubomir.varga@lynx.sk Agenda CSA 6.0 refresh Vybrané vlastnosti CSA 6.0 Application Trust levels Notify User Rule Actions User Justifications
More informationObsah. SOA REST REST princípy REST výhody prest. Otázky
REST Peter Rybár Obsah SOA REST REST princípy REST výhody prest Otázky SOA implementácie WEB (1990) CORBA (1991) XML-RPC (1998) WS-* (1998) SOAP RPC/literal SOAP Document/literal (2001) REST (2000) SOA
More informationVYLEPŠOVANIE KONCEPTU TRIEDY
VYLEPŠOVANIE KONCEPTU TRIEDY Typy tried class - definuje premenné a metódy (funkcie). Ak nie je špecifikovaná inak, viditeľnosť členov je private. struct - definuje premenné a metódy (funkcie). Ak nie
More information1 Komplexný príklad využitia OOP
1 Komplexný príklad využitia OOP Najčastejším využitím webových aplikácií je komunikácia s databázovým systémom. Komplexný príklad je preto orientovaný práve do tejto oblasti. Od verzie PHP 5 je jeho domovskou
More informationDatabázy (1) Prednáška 11. Alexander Šimko
Databázy (1) Prednáška 11 Alexander Šimko simko@fmph.uniba.sk Contents I Aktualizovanie štruktúry databázy Section 1 Aktualizovanie štruktúry databázy Aktualizácia štruktúry databázy Štruktúra databázy
More informationREALIZÁCIA VIRTUÁLNEHO LABORATÓRIA S VYUŽITÍM XPC TARGET-u
REALIZÁCIA VIRTUÁLNEHO LABORATÓRIA S VYUŽITÍM XPC TARGET-u I. Masár Department of Electrical Engineering Control Systems Engineering Group, University of Hagen Universitätsstr. 27, 580 97 Hagen, Germany
More informationTextový formát na zasielanie údajov podľa 27 ods. 2 písm. f) zákona
Popis textového formátu a xsd schémy na zasielanie údajov podľa 27 ods. 2 písm. f) zákona (formu na zaslanie údajov si zvolí odosielateľ údajov) Textový formát na zasielanie údajov podľa 27 ods. 2 písm.
More informationREPORT DESIGNER 1 VYTVORENIE A ÚPRAVA FORMULÁRA. úprava formulárov v Money S4 / Money S Vytvorenie formulára
REPORT DESIGNER úprava formulárov v Money S4 / Money S5 Informačný systém Money S4/S5 umožňuje upraviť tlačové zostavy tak, aby plne vyhovovali potrebám používateľa. Na úpravu tlačových zostáv slúži doplnkový
More informationMicrosoft Azure platforma pre Cloud Computing. Juraj Šitina, Microsoft Slovakia
Microsoft Azure platforma pre Cloud Computing Juraj Šitina, Microsoft Slovakia m Agenda Cloud Computing Pohľad Microsoftu Predstavujeme platformu Microsoft Azure Benefity Cloud Computingu Microsoft je
More informationNIKY a NIKY S. JEDNOFÁZOVÉ UPS od 600 do 3000 VA SVETOVÝ ŠPECIALISTA PRE ELEKTRICKÉ INŠTALÁCIE A DIGITÁLNE SYSTÉMY BUDOV
NIKY a NIKY S JEDNOFÁZOVÉ UPS od 600 do 3000 VA SVETOVÝ ŠPECIALISTA PRE ELEKTRICKÉ ŠTALÁCIE A DIGITÁLNE SYSTÉMY BUDOV Ideálna ochrana pre malé kancelárie a domáce kancelárske aplikácie. Tento rad ponúka
More informationMesačná kontrolná správa
Mesačná kontrolná správa Štrukturálna štúdia mar.18 feb.18 jan.18 dec.17 nov.17 okt.17 sep.17 aug.17 júl.17 jún.17 máj.17 apr.17 mar.17 Internetová populácia SR 12+ 3 904 509 3 802 048 3 870 654 3 830
More informationPodporované grantom z Islandu, Lichtenštajnska a Nórska prostredníctvom Finančného mechanizmu EHP a Nórskeho finančného mechanizmu
Podporované grantom z Islandu, Lichtenštajnska a Nórska prostredníctvom Finančného mechanizmu EHP a Nórskeho finančného mechanizmu Závereč ný workshop projektu INEDU-GOV Inovatívne vzdelávanie pracovníkov
More informationConstraint satisfaction problems (problémy s obmedzujúcimi podmienkami)
I2AI: Lecture 04 Constraint satisfaction problems (problémy s obmedzujúcimi podmienkami) Lubica Benuskova Reading: AIMA 3 rd ed. chap. 6 ending with 6.3.2 1 Constraint satisfaction problems (CSP) We w
More informationManuál k programu FileZilla
Manuál k programu FileZilla EXO TECHNOLOGIES spol. s.r.o. Garbiarska 3 Stará Ľubovňa 064 01 IČO: 36 485 161 IČ DPH: SK2020004503 support@exohosting.sk www.exohosting.sk 1 Úvod EXO HOSTING tím pre Vás pripravil
More informationLL LED svietidlá na osvetlenie športovísk. MMXIII-X LEADER LIGHT s.r.o. Všetky práva vyhradené. Uvedené dáta podliehajú zmenám.
LL LED svietidlá na osvetlenie športovísk MMXIII-X LEADER LIGHT s.r.o. Všetky práva vyhradené. Uvedené dáta podliehajú zmenám. LL SPORT LL SPORT je sofistikované vysoko výkonné LED svietidlo špeciálne
More informationProblém Big Data a ako ho riešiť pomocou NoSQL. Ján Zázrivec Softec
Problém Big Data a ako ho riešiť pomocou NoSQL Ján Zázrivec Softec Dáta dnešného sveta Oblasti kde sa spracováva veľké množstvo dát: Internet Web vyhľadávače, Sociálne siete Veda Large Hadron Collider,
More informationMesačná kontrolná správa
Mesačná kontrolná správa Štrukturálna štúdia dec.16 nov.16 okt.16 sep.16 aug.16 júl.16 jún.16 máj.16 apr.16 mar.16 feb.16 jan.16 Internetová populácia SR 12+ 3 728 988 3 718 495 3 718 802 3 711 581 3 700
More informationTP-LINK 150Mbps Wireless AP/Client Router Model TL-WR743ND Rýchly inštalačný sprievodca
TP-LINK 150Mbps Wireless AP/Client Router Model TL-WR743ND Rýchly inštalačný sprievodca Obsah balenia TL-WR743ND Rýchly inštalačný sprievodca PoE injektor Napájací adaptér CD Ethernet kábel Systémové požiadavky
More informationSpôsoby zistenia ID KEP
Spôsoby zistenia ID KEP ID KEP (kvalifikovaný elektronický podpis) je možné zistiť pomocou napr. ovládacieho panela, prostredíctvom prehliadača Internet Expolrer, Google Chrome alebo Mozilla Firefox. Popstup
More informationRýchlosť Mbit/s (download/upload) 15 Mbit / 1 Mbit. 50 Mbit / 8 Mbit. 80 Mbit / 10 Mbit. 10 Mbit / 1 Mbit. 12 Mbit / 2 Mbit.
Fiber 5 Mbit ** 5 Mbit / Mbit 5,90 Fiber 50 Mbit * 50 Mbit / 8 Mbit 9,90 Fiber 80 Mbit * 80 Mbit / Mbit 5,90 Mini Mbit* Mbit / Mbit 9,90 Klasik 2 Mbit* 2 Mbit / 2 Mbit Standard 8 Mbit* 8 Mbit / 3Mbit Expert
More informationPoradové a agregačné window funkcie. ROLLUP a CUBE
Poradové a agregačné window funkcie. ROLLUP a CUBE 1) Poradové a agregačné window funkcie 2) Extrémy pomocou DENSE_RANK(), TOP() - Príklady 3) Spriemernené poradia 4) Kumulatívne súčty 5) Group By a Datepart,
More informationZákladná(umelecká(škola(Jána(Albrechta Topoľčianska(15
Základná(umelecká(škola(Jána(Albrechta Topoľčianska(15 851(01(Bra@slava Titl.: Ján(Hrčka Bohrova(11 851(01(Bra@slava V(Bra@slave(21.11.2013 Vec:(Odpoveď(na(informácie(ohľadom(mandátnej(zmluvy(na(základe(Zákona(č.(211/2000(Zb.
More informationProgramovanie v jazyku Python. Michal Kvasnica
Programovanie v jazyku Python Michal Kvasnica Organizačné detaily Prednášky aj cvičenia v 638 Povinná účasť na cvičeniach Hodnotenie: priebežné odovzdávanie zadaní (40% známky) záverečný projekt na skúške
More informationVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÉ GRAFIKY A MULTIMÉDIÍ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER GRAPHICS AND
More informationMATLAB EXCEL BUILDER A NÁVRH PID REGULÁTOROV PRE PROSTREDIE MS EXCEL
MATLAB EXCEL BUILDER A NÁVRH PID REGULÁTOROV PRE PROSTREDIE MS EXCEL Martin Foltin, Ivan Sekaj Fakulta elektrotechniky a informatiky, Slovenská Technická Univerzita, Ilkovičova 3, 812 19 Bratislava, Slovenská
More informationTvorba informačných systémov. 4. prednáška: Návrh IS
Tvorba informačných systémov 4. prednáška: Návrh IS Návrh informačného systému: témy Ciele návrhu ERD DFD Princípy OOP Objektová normalizácia SDD Architektonické pohľady UML diagramy Architektonické štýly
More informationD.Signer prostriedok pre vytváranie zaručeného elektronického podpisu. Inštalačná príručka
D.Signer prostriedok pre vytváranie zaručeného elektronického podpisu Inštalačná príručka Obsah 1 Predpoklady pre inštaláciu D.Signer... 3 1.1 Inštalácia.NET Framework... 3 1.1.1 Windows 8, 8.1... 4 1.1.2
More informationNávrh a realizácia aplikácie na analýzu výrobných procesov pomocou Petriho sietí
Návrh a realizácia aplikácie na analýzu výrobných procesov pomocou Petriho sietí Rudolf REPČÍN, Matej ČOPÍK, Ján JADLOVSKÝ Katedra kybernetiky a umelej inteligencie, Fakulta elektrotechniky a informatiky,
More informationPODPORNÉ PROSTRIEDKY PRE VERZIOVANIE: VHODNÝ VÝBER PRE NÁŠ TÍM?
PODPORNÉ PROSTRIEDKY PRE VERZIOVANIE: VHODNÝ VÝBER PRE NÁŠ TÍM? Budúcnosť je jasná, budúcnosť sú distribuované verziovacie systémy... alebo centralizované??? Balázs Nagy Slovenská technická univerzita
More informationEkonomický pilier TUR
Názov indikátora: HDP na obyvateľa Zaradenie indikátora v DPSIR štruktúre: Základné informácie: SR Definícia Hrubý domáci produkt vyjadrovaný ako celková peňažná hodnota statkov a služieb vytvorených za
More informationTvorba plánov v softvérovom projekte, rozdelenie úloh, plnenie a aktualizácia plánov
Tvorba plánov v softvérovom projekte, rozdelenie úloh, plnenie a aktualizácia plánov MARIÁN SALAJ Slovenská technická univerzita Fakulta informatiky a informačných technológií Ilkovičova 3, 842 16 Bratislava
More informationPV030 Textual Information Systems
PV030 Textual Information Systems Petr Sojka Faculty of Informatics Masaryk University, Brno Spring 2010 Đ Ý Petr Sojka PV030 Textual Information Systems Osnova(Týden šestý) ü Vyhledávání s předzpracováním
More informationAnalýza a vizualizácia veľkých dát
MASARYKOVA UNIVERZITA FAKULTA INFORMATIKY Analýza a vizualizácia veľkých dát DIPLOMOVÁ PRÁCA Bc. Jakub Caban Brno, 2015 Prehlásenie Prehlasujem, že táto diplomová práca je mojím pôvodným autorským dielom,
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY VÝUKOVÁ WEBOVÁ APLIKÁCIA NA PROGRAMOVANIE GPU.
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY VÝUKOVÁ WEBOVÁ APLIKÁCIA NA PROGRAMOVANIE GPU Diplomová práca 2017 Bc. Denis Spišák UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA
More informationBGP - duálne prepojenie AS. (primary + backup spoj), s IBGP, cez virtuální L2 linky
BGP - duálne prepojenie AS (primary + backup spoj), s IBGP, cez virtuální L2 linky Peter Jašica Abstrakt: Cieľom tohto projektu je zhotoviť a otestovať funkčnosť BGP s dvojitým prepojením Autonómnych systémov.
More informationÚvod do hospodárskej informatiky (prednáška 7) František Babič
Úvod do hospodárskej informatiky (prednáška 7) František Babič 2 Osnova Proces a podnikové procesy Procesná analýza BPMN Procesné riadenie Optimalizácia procesov Reinžiniering 3 Proces (1) Súhrn činností,
More informationOchrana proti DDoS za použitia open-source software. Katarína Ďurechová
Ochrana proti DDoS za použitia open-source software Katarína Ďurechová katarina.durechova@nic.cz 30.11.2013 Distributed Denial of Service odopretie služby dosiahnutím limitu pripojenia sieťovej karty CPU
More informationVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY INFORMAČNÍ STRATEGIE FIRMY FAKULTA PODNIKATELSKÁ ÚSTAV INFORMATIKY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV INFORMATIKY FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF INFORMATICS INFORMAČNÍ STRATEGIE FIRMY CORPORATE INFORMATION
More informationSprievodca pripojením (pre model COOLPIX)
Sprievodca pripojením (pre model COOLPIX) Tento dokument popisuje postup na používanie aplikácie SnapBridge (Verzia 2.0) na vytvorenie bezdrôtového pripojenia medzi podporovaným fotoaparátom a inteligentným
More informationŠtruktúra údajov pre kontajner XML údajov 1. Dátové prvky pre kontajner XML údajov
Štruktúra údajov pre kontajner XML údajov 1. Dátové prvky pre kontajner XML údajov D.4 Kontajner XML údajov (XMLDataContainer) Príloha č. 11 k výnosu č. 55/2014 Z. z. [pridaná novelou č. 275/2014 Z. z.,
More informationJEDNOTNÝ SYSTÉM ANALÝZY A RIADENIA RIZÍK RICHARD KURACINA UNIFORM SYSTEM FOR RISK ANALYSIS AND RISK MANAGEMENT
JEDNOTNÝ SYSTÉM ANALÝZY A RIADENIA RIZÍK RICHARD KURACINA UNIFORM SYSTEM FOR RISK ANALYSIS AND RISK MANAGEMENT ABSTRAKT Dôležitú úlohu pri analýze rizík v dnešnej dobe zohráva výpočtová technika. Neexistuje
More informationJazyk SQL. Jaroslav Porubän, Miroslav Biňas, Milan Nosáľ (c)
Jazyk SQL Jaroslav Porubän, Miroslav Biňas, Milan Nosáľ (c) 2011-2016 Jazyk SQL - Structured Query Language SQL je počítačový jazyk určený na komunikáciu s relačným SRBD neprocedurálny (deklaratívny) jazyk
More informationMS Exchange 2010 Prechod Ing. Peter Záhradník
MS Exchange 2010 Prechod Ing. Peter Záhradník Gratex Support Center support@gratex.com Exchange 2010 o com to bude? Tato prezentacia bude pre ludi co uvazuju nad prechodom na novy Exchange zopar otazok
More informationIntroduction to HTK Toolkit
Introduction to HTK Toolkit Berlin Chen 2003 Reference: - The HTK Book, Version 3.2 Outline An Overview of HTK HTK Processing Stages Data Preparation Tools Training Tools Testing Tools Analysis Tools Homework:
More informationUniverzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE. Andrej Kruták
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Andrej Kruták AnoRaSi - fyzikálně-realistický simulátor v 3D Katedra softwarového inženýrství Vedoucí bakalářské práce: RNDr. Tomáš
More informationDatabázy (1) Prednáška 08. Alexander Šimko
Databázy (1) Prednáška 08 Alexander Šimko simko@fmph.uniba.sk Contents I Subqueries (poddopyty) konštrukcia WITH Section 1 Subqueries (poddopyty) Subquery (poddopyt) Použitie SELECTu na mieste, kde sme
More informationPOROVNANIE GUI VYBRANÝCH SOFTVÉROVÝCH NÁSTROJOV
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY POROVNANIE GUI VYBRANÝCH SOFTVÉROVÝCH NÁSTROJOV Bakalárska práca Stanislav Párnický 2013 UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA
More informationGovernment Cloud. Stratégia využitia Cloud Computing-u vo Verejnej správe SR. Peter Kišša
Government Cloud Stratégia využitia Cloud Computing-u vo Verejnej správe SR Peter Kišša Prečo? Aug, 2011 - Amazon launches US government cloud designed to meet the regulatory requirements of U.S. government
More informationAutomatizované vyhodnocovanie HDL modelov Bakalárska práca
Slovenská technická univerzita v Bratislave Fakulta informatiky a informačných technológií FIIT-5214-47956 Michal Behúň Automatizované vyhodnocovanie HDL modelov Bakalárska práca Študijný program: Počítačové
More informationTvorba plánov DÁVID KOVÁČ
Tvorba plánov DÁVID KOVÁČ Slovenská technická univerzita Fakulta informatiky a informačných technológií Ilkovičova 3, 842 16 Bratislava qavidko[zavináč]gmail[.]com Abstrakt. Plánovanie je jednou z najdôležitejších
More informationSLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE MATERIÁLOVOTECHNOLOGICKÁ FAKULTA V TRNAVE
SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE MATERIÁLOVOTECHNOLOGICKÁ FAKULTA V TRNAVE APLIKÁCIA PRE SYNCHRONIZÁCIU SUGARCRM S MOBILNÝMI ZARIADENIAMI SO SYSTÉMOM ANDROID BAKALÁRSKA PRÁCA MTF-5262-47785
More informationIDENTIFIKÁCIA DYNAMICKÉHO SYSTÉMU PRI PÔSOBENÍ STOCHASTICKÝCH SIGNÁLOV S POUŽITÍM MATLABU
IDENTIFIKÁCIA DYNAMICKÉHO SYSTÉMU PRI PÔSOBENÍ STOCHASTICKÝCH SIGNÁLOV S POUŽITÍM MATLABU Ing. Jozef Hrbček Žilinská univerzita v Žiline, Elektrotechnická fakulta, Katedra riadiacich a informačných systémov
More informationVzory, rámce a webové aplikácie
Vzory, rámce a webové aplikácie Jakub Šimko jakub.simko@stuba.sk Návrhové vzory (načo slúžia?) 1. Dobré zvyky v programovaní 2. Riešia často sa opakujúce problémy praxou overeným spôsobom 3. Pomôžu nám
More informationVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÉ GRAFIKY A MULTIMÉDIÍ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER GRAPHICS AND
More informationDesatinné čísla #1a. Decimal numbers #1b. How much larger is 21,8 than 1,8? Desatinné čísla #2a. Decimal numbers #2b. 14 divided by 0,5 equals...
Desatinné čísla #1a Mravec išiel 5,5 cm presne na sever, potom 3,4 cm na východ, 1,8 cm na juh, 14,3 cm na západ, 1,3 cm na sever a 10,9 cm na východ. Najmenej koľko cm musí teraz prejsť, aby sa dostal
More informationTransactions of the VŠB Technical University of Ostrava, Mechanical Series No. 2, 2008, vol. LIV, article No. 1632
Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 2, 2008, vol. LIV, article No. 1632 Sylvia ROVŇÁKOVÁ *, Ondrej LÍŠKA ** LASER CUTTING MACHINE AND OPTIMISATION OF INPUT PARAMETERS
More informationDoporučovací systém pro eshop
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ KATEDRA POČÍTAČŮ Diplomová práce Doporučovací systém pro eshop Bc. Martina Čiefová Vedoucí práce: Ing. Jan Drchal, Ph.D. Leden 2018 Poďakovanie
More informationPOČÍTAČOVÁ ANALÝZA MEDICÍNSKÝCH OBRAZOVÝCH DAT
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ ÚSTAV TELEKOMUNIKACÍ FACULTY OF ELECTRICAL ENGINEERING AND COMMUNICATION DEPARTMENT OF TELECOMMUNICATIONS
More informationPOSTUP VÝVOJA RATINGOVÉHO MODELU
POSTUP VÝVOJA RATINGOVÉHO MODELU Ing. Jana Hurtošová Ekonomická univerzita v Bratislave, Fakulta podnikového manažmentu, Dolnozemská 1, 852 35 Bratislava 5, Slovensko, e-mail: janahurtos@centrum.sk Abstrakt
More informationPassenger demand by mode
Názov indikátora: Výkony v osobnej doprave Zaradenie indikátora v DPSIR D (driving forces - hnacie sily) štruktúre: Základné informácie: SR Definícia Výkony v osobnej doprave predstavujú rozsah prepravných
More informationVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií DIPLOMOVÁ PRÁCE
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta elektrotechniky a komunikačních technologií DIPLOMOVÁ PRÁCE Brno, 2016 Bc. Michal Paulech VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA ELEKTROTECHNIKY
More informationTECHNICKÁ UNIVERZITA V KOŠICIACH. Pokročilé metódy grafickej analýzy komplexných dát DIPLOMOVÁ PRÁCA
TECHNICKÁ UNIVERZITA V KOŠICIACH FAKULTA ELEKTROTECHNIKY A INFORMATIKY Pokročilé metódy grafickej analýzy komplexných dát DIPLOMOVÁ PRÁCA 2012 Martin CHALUPKA TECHNICKÁ UNIVERZITA V KOŠICIACH FAKULTA ELEKTROTECHNIKY
More informationAR6181-MX, AR6182-MX Čítačky MIFARE kariet
AR6181-MX, AR6182-MX Čítačky MIFARE kariet ISO14443-A, ISO14443-B a ISO15693 Systém kontroly vstupu 13,56 MHz proximity technológia Jednoduchá konfigurácia čítačky použitím konfiguračnej karty Možnosť
More informationFAKULTA INFORMAČNÍCH TECHNOLOGIÍ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÉ GRAFIKY A MULTIMÉDIÍ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER GRAPHICS AND
More informationSLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE STROJNÍCKA FAKULTA. OPTIMALIZÁCIA HMOTNÉHO TOKU V EXPEDÍCII V PODNIKU IKEA Components, s. r. o.
SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE STROJNÍCKA FAKULTA OPTIMALIZÁCIA HMOTNÉHO TOKU V EXPEDÍCII V PODNIKU IKEA Components, s. r. o. DIPLOMOVÁ PRÁCA SJF-17394-40927 Študijný program : Študijný odbor:
More informationAplikácia k určovaniu rastlín pre platformu ios
Mendelova univerzita v Brně Provozně ekonomická fakulta Aplikácia k určovaniu rastlín pre platformu ios Bakalárska práca Vedúci práce: Ing. Dita Dlabolová Jakub Kozák Brno 2014 Na tomto mieste by som
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY POKROČILÝ MERAČ ČASU BAKALÁRSKA PRÁCA.
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY POKROČILÝ MERAČ ČASU BAKALÁRSKA PRÁCA 2017 Matej Buzáš UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
More informationPOSÚDENIE INFORMAČNÉHO SYSTÉMU PODNIKU A NÁVRH ZMIEN ENTERPRISE INFORMATION SYSTEM ANALYSIS AND IMPROVEMENT PROPOSALS
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV INFORMATIKY FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF INFORMATICS POSÚDENIE INFORMAČNÉHO SYSTÉMU PODNIKU A
More informationŽILINSKÁ UNIVERZITA V ŽILINE
ŽILINSKÁ UNIVERZITA V ŽILINE Fakulta riadenia a informatiky Spracovanie dát v rozsiahlych databázach Dizertačná práca Študijný program: Pracovisko: Školiteľ: 9.2.9 Aplikovaná Informatika Žilinská Univerzita
More informationKnižnica (framework) pre kreslenie grafov
Univerzita Komenského v Bratislave Fakulta matematiky, fyziky a informatiky Katedra informatiky Knižnica (framework) pre kreslenie grafov Diplomová práca Bc. Tomáš DRIMAL Študijný odbor: 9.2.1 Informatika
More informationIntroduction to The HTK Toolkit
Introduction to The HTK Toolkit Hsin-min Wang Reference: - The HTK Book Outline An Overview of HTK HTK Processing Stages Data Preparation Tools Training Tools Testing Tools Analysis Tools A Tutorial Example
More informationinformačné, riadiace, telemetrické a komunikačné systémy BaWiT Online portál SCT revízia r2.4
informačné, riadiace, telemetrické a komunikačné systémy BaWiT Online portál SCT1006.0001 revízia r2.4 www.sct.sk www.sct-telemetry.eu www.bawit.eu sales@sct.sk BaWiT Online - 06 Základné informácie portálu
More informationHodnotenie kvality produktu
Hodnotenie kvality produktu (2012/2013) Obsah 1. Úvod... 3 2. ISO 9126: Meranie kvality softvérového produktu... 3 2.1 ISO 9126-1: Model kvality... 4 2.2 ISO TR 9126-2: Externé metriky... 6 2.3 ISO TR
More informationÚMRTNOSŤ NA ÚRAZY MOZGU VO VYBRANÝCH EURÓPSKYCH KRAJINÁCH
ÚMRTNOSŤ NA ÚRAZY MOZGU VO VYBRANÝCH EURÓPSKYCH KRAJINÁCH. V NEMOCNICI A MIMO NEJ Alexandra Bražinová, Veronika Rehorčíková, Mark Taylor VIII. STREDOEURÓPSKY KONGRES URGENTNEJ MEDICÍNY A MEDICÍNY KATASTROF.3-1..17
More informationSYSTÉM NA EVIDENCIU A KATEGORIZÁCIU
FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITA KOMENSKÉHO BRATISLAVA Bakalárska práca SYSTÉM NA EVIDENCIU A KATEGORIZÁCIU ŠTANDARDIZAČNÝCH MATERIÁLOV Eva Porvazníková vedúci bakalárskej práce: Doc.
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY PREVÁDZKA PORTÁLU PROJEKTOV VÝUKOVEJ ROBOTIKY CENTROBOT Bakalárska práca 2015 Denis Spišák UNIVERZITA KOMENSKÉHO V BRATISLAVE
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY. Pravidlá na kontrolu slovenskej gramatiky
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Pravidlá na kontrolu slovenskej gramatiky BAKALÁRSKA PRÁCA Študijný program: Aplikovaná informatika Študijný odbor: 9.2.9 Aplikovaná
More informationeduscrum príručka Pravidlá hry December 2013 Vyvinuté eduscrum tímom Autori: Arno Delhij & Rini van Solingen Review: Jeff Sutherland
eduscrum príručka Pravidlá hry Vyvinuté eduscrum tímom December 2013 Autori: Arno Delhij & Rini van Solingen Review: Jeff Sutherland Verzia 1.0 December 2013 Review: Jeff Sutherland Slovenský preklad:
More informationMetody optimalizace činností firemních struktur. Filip Stránsky
Metody optimalizace činností firemních struktur Filip Stránsky Bakalářská práce 2015 ABSTRAKT Hlavnou témou tejto práce sú metódy a nástroje zlepšovania podnikových činností. V teoretickej časti sú
More informationRIZIKO V PODNIKU. Prípadová štúdia 4. Ing. Michal Tkáč, PhD
RIZIKO V PODNIKU Prípadová štúdia 4 Ing. Michal Tkáč, PhD Tento učebný text je venovaný hlavne študentom 1. ročníka II. stupňa Podnikovohospodárskej fakulty, Ekonomickej univerzity v Bratislave. Text obsahuje
More informationFakulta elektrotechniky a informatiky
Slovenská technická univerzita v Bratislave Fakulta elektrotechniky a informatiky Študijný odbor: INFORMATIKA Peter Liczki Internetovský vyhľadávací program Diplomová práca Vedúca diplomovej práce: Ing.
More informationQtiPlot Základy práce s programom
TECHNICKÁ UNIVERZITA V KOŠICIACH Letecká fakulta QtiPlot Základy práce s programom Ing. Katarína Draganová Ing. Pavol Lipovský Košice 2010 Obsah Obsah Obsah...5 1. Úvod...8 1.1. Na čo QtiPlot slúži...
More informationDynamika Seizmický výpočet krok za krokom
Dynamika Seizmický výpočet krok za krokom Go to File > Properties > Title to define the even-page header All information in this document is subject to modification without prior notice. No part or this
More informationBODY PRÍPADOV POUŽITIA ALEBO AKO MERAŤ SOFTVÉR
BODY PRÍPADOV POUŽITIA ALEBO AKO MERAŤ SOFTVÉR Pre efektívne riadenie celého projektu je potrebné merať jeho veľkosť Ondrej Jurčák Slovenská technická univerzita Fakulta informatiky a informačných technológií
More informationGeo-lokalizácia a online marketing. JUDr. Zuzana Hečko, LL.M.
Geo-lokalizácia a online marketing JUDr. Zuzana Hečko, LL.M. 1. Geo-lokalizácia Cena každej informácie sa zvyšuje ak sa k nej dá priradiť informácia o umiestnení užívateľa. Smartfóny sú veľmi blízko spojené
More informationTECHNICKÁ UNIVERZITA FAKULTA ELEKTROTECHNIKY A INFORMATIKY KATEDRA KYBERNETIKY A UMELEJ INTELIGENCIE
TECHNICKÁ UNIVERZITA FAKULTA ELEKTROTECHNIKY A INFORMATIKY KATEDRA KYBERNETIKY A UMELEJ INTELIGENCIE ROZPOZNÁVANIE PÍSMA ( UMELÁ INTELIGENCIA) JÁN MIČKANIN 3.ROČNÍK Obsah 1.Úvod.. 1 1.1 Gradient-Based
More informationVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV POČÍTAČOVÉ GRAFIKY A MULITMÉDIÍ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF COMPUTER GRAPHICS AND
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY FYZIKY A INFORMATIKY. Moderné trendy pri tvorbe webových aplikácií
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY FYZIKY A INFORMATIKY Moderné trendy pri tvorbe webových aplikácií Bratislava 2007 Miloš Homola Moderné trendy pri tvorbe webových aplikácií DIPLOMOVÁ
More informationKatedra počítačov a informatiky Fakulta elektrotechniky a informatiky Technická univerzita Košice. Informačné technológie Branislav Sobota
Katedra počítačov a informatiky Fakulta elektrotechniky a informatiky Technická univerzita Košice Informačné technológie Branislav Sobota 2006 Informačné technológie 2 Predslov Predkladané skriptá majú
More information