Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Mowa zaburzenia" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Improved approach to automatic detection of speech disorders based on the hidden Markov models approach
Autorzy:
Wiśniewski, M.
Kuniszyk-Jóźkowiak, W.
Smołka, E.
Suszyński, W.
Powiązania:
https://bibliotekanauki.pl/articles/333602.pdf
Data publikacji:
2010
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
rozpoznanie
mowa
zaburzenia
HMM
recognition
speech
disorders
Opis:
In the work algorithms commonly utilized in continuous speech recognition systems were applied to detection of speech disorders. The used algorithms were briefly described and the final method of speech disorders detection was presented. The article includes the results of the short test performed in order to check the effectiveness and accuracy of the method. The aim of the test was detection and classification of fricative phonemes prolongation one of the most common speech disorders in the Polish language. It is worth emphasizing that this method enables detection of a category of speech disturbance (e.g. fricative, nasal, vowels, etc… prolongation), but also provides the information about a specific phoneme being disturbed.
Źródło:
Journal of Medical Informatics & Technologies; 2010, 15; 145-152
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatic detection of stuttering in a speech
Autorzy:
Wiśniewski, M.
Kuniszyk-Jóźkowiak, W.
Powiązania:
https://bibliotekanauki.pl/articles/334003.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
speech
disorders
recognition
HMM
mowa
zaburzenia
rozpoznawanie
Opis:
In the work authors applied speech recognition techniques to find disfluent events. The recognition system based on the Hidden Markov Model Toolkit was built and tested. The set of context dependent HMM models was trained and used to locate speech disturbances. Authors were not concentrated on specific disfluency type but tried to find any extraneous sounds in a speech signal. Patients read prepared sentences, the system recognized them and then results were compared to manual transcriptions. It allowed the system to be more robust and enabled to find all disfluencies types appearing at word boundaries. Such system can by utilized in many ways, for example like a "preprocessor" that finds strange sounds in a speech to be analyzed or classified by other algorithms later, to evaluate or track therapy process of stuttering people, to evaluate speech fluency by ´normal´ speakers, etc.
Źródło:
Journal of Medical Informatics & Technologies; 2015, 24; 31-37
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatic detection and classification of phoneme repetitions using HTK toolkit
Autorzy:
Wiśniewski, M.
Kuniszyk-Jóźkowiak, W.
Powiązania:
https://bibliotekanauki.pl/articles/333371.pdf
Data publikacji:
2011
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
rozpoznanie
mowa
zaburzenia
HMM
recognition
speech
disorders
Opis:
The therapy of stuttering people is based on a proper selection of texts and then on a practice of their articulation by reading or narration. The texts are chosen on the basis of kind and intensity of dysfluencies appearing in a speech. Thus there is still a requirement to find effective and objective methods of analysis of dysfluent speech. Hidden Markov models are stochastic models widely used in recognition of any patterns appearing in a signal. In the work a simple monophone system based on the Hidden Markov Model Toolkit was built and tested in the context of detection and classification of phoneme repetitions - a common speech disorder in the Polish language.
Źródło:
Journal of Medical Informatics & Technologies; 2011, 17; 141-147
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Automatic detection of prolonged fricative phonemes with the Hidden Markov Models approach
Autorzy:
Wiśniewski, M.
Kuniszyk-Jóźkowiak, W.
Smołka, E.
Suszyński, W.
Powiązania:
https://bibliotekanauki.pl/articles/333954.pdf
Data publikacji:
2007
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
ukryty model Markowa
rozpoznawanie
mowa
zaburzenia
HMM
recognition
speech
disorders
Opis:
The Hidden Markov Model (HMM) is a stochastic approach to recognition of patterns appearing in an input signal. In the work author's implementation of the HMM were used to recognize speech disorders - prolonged fricative phonemes. To achieve the best recognition effectiveness and simultaneously preserve reasonable time required for calculations two problems need to be addressed: the choice of the HMM and the proper preparation of an input data. Tests results for recognition of the considered type of speech disorders are presented for HMM models with different number of states and for different sizes of codebooks.
Źródło:
Journal of Medical Informatics & Technologies; 2007, 11; 293-297
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies