Doktoraty Wydziału IET

Ta strona jest tylko do odczytu. Możesz wyświetlić źródła tej strony ale nie możesz ich zmienić.
==== Zaproszenie na obronę pracy doktorskiej ====

^   **DZIEKAN i RADA WYDZIAŁU**    \\    **INFORMATYKI, ELEKTRONIKI I TELEKOMUNIKACJI**    \\    **AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE**   ^
|   zapraszają na    \\    publiczą dyskusję nad rozprawą doktorską    \\      \\   //mgr. inż. Rafała Samborskiego//      \\                 |
|  **WYKORZYSTANIE SZEROKOPASMOWEJ MATRYCY WIELOMIKROFONOWEJ W ROZPOZNAWANIU MÓWCY**  |
|  Dyskusja odbędzie się 30 czerwca 2016 roku o godz. 10:00 w sali 1.19 \\ pawilon D-17, ul. Kawiory 21, 30-059 Kraków  |
|  **PROMOTOR:**  prof. dr hab. inż. Mariusz Ziółko – Akademia Górniczo-Hutnicza im. Stanisława Staszica  |
|  ** RECENZENCI:**  prof. dr hab. inż. Adam Dąbrowski – Politechnika Poznańska  |
|  **            **  prof. dr hab. inż. Tomasz Zieliński – Akademia Górniczo-Hutnicza im. Stanisława Staszica  |
|  Z rozprawą doktorską i opiniami recenzentów można się zapoznać \\ w Czytelni   Biblioteki Głównej AGH, al. Mickiewicza 30  |

\\
----

==== Wykorzystanie szerokopasmowej matrycy wielomikrofonowej w rozpoznawaniu mówcy ====
     
//mgr inż. Rafał Samborski//

\\

**Promotor:** prof. dr hab. inż. Mariusz Ziółko (AGH) \\
**Dyscyplina:** Elektronika

\\

W pracy przedstawione zostały najważniejsze możliwości zastosowania matryc wielomikrofonowych w technologii mowy, a w szczególności w zakresie rozpoznawania mówcy. Głównym aspektem badawczym było rozwinięcie stosowanych obecnie systemów diaryzacji nagrań opartych o jednoczesne wykorzystanie informacji bazującej na cechach częstotliwościowych (MFCC) i na położeniu mówcy (TDOA) wyznaczonym dzięki wykorzystaniu układu wielu mikrofonów. Zarówno literatura, jak i eksperymenty przedstawione przez autora potwierdzają, że informacja na temat położenia mówcy w znaczący sposób obniża ilość błędnie opisanych wypowiedzi (diarization error rate, DER).

Nowością nieopisaną dotychczas w literaturze jest zastosowanie dynamicznego doboru proporcji pomiędzy strumieniami informacji. Proporcja w hybrydowym systemie zaproponowanym przez autora dobierana jest w zależności od aktualnych warunków akustycznych. Praca posiada rozbudowaną część doświadczalną, w której opracowane algorytmy zostały przetestowane na korpusie zawierającym rzeczywiste nagrania. Zaprezentowane wyniki pokazują, że zastosowanie dynamicznych wag pomiędzy strumieniami pozwala na obniżenie ilości DER nawet o 30% w stosunku do systemu ze stałą proporcją. Praca zawiera również porównanie wyników uzyskanych za pomocą opracowanego rozwiązania z opisanymi wcześniej w literaturze.

Teza rozprawy została sformułowana w następujący sposób:\\

//**Wykorzystanie kilku strumieni cech w znaczący sposób polepsza skuteczność działania systemu diaryzacji nagrań. Poprzez dynamiczny dobór proporcji pomiędzy informacją pochodzącą z klasycznego systemu identyfikacji mówcy opartego o cechy częstotliwościowe (MFCC) a informacją związaną z lokalizacją mówcy (TDOA) następuje znacząca poprawa wyników algorytmu w stosunku do istniejących rozwiązań.**//

Najważniejsze osiągnięcia pracy można streścić w następujących punktach:
  * dokładna analiza stanu wiedzy na temat zastosowania matryc wielomikrofonowych w technologii mowy,
  * budowa autorskich rozwiązań sprzętowych (matryca 4- i 16-mikrofonowa) i algorytmicznych,
  * koncepcja dynamicznego doboru proporcji między strumieniami MFCC i TDOA,
  * obniżenie ilość błędnie opisanych wypowiedzi (DER) o 30% w stosunku do systemu ze stałą proporcją,
  * eksperymenty przeprowadzone na specjalnie przygotowanym korpusie nagrań (korpus zgodny z wymaganiami NIST),
  * dokładne porównanie z istniejącymi algorytmami diaryzacji.

----

==== Recenzje pracy ====

{{:2016:samborski:recenzja_dabrowski.pdf|prof. dr hab. inż. Adam Dąbrowski}}

{{:2016:samborski:recenzja_zielinski.pdf|prof. dr hab. inż. Tomasz Zieliński}}

\\
----

\\

 **Ważniejsze publikacje doktoranta**:

  - Samborski R., Ziółko M., Ziółko B., Gałka J.: Speech extraction from jammed signals in dual-microphone systems, //IASTED International Conference on Signal Processing, Pattern Recognition and Applications//, Innsbruck, Austria, 2010.
  - Samborski R., Ziółko M., Ziółko B., Gałka J.: Wiener filtration for speech extraction from the intentionally corrupted signals, //IEEE International Symposium on Industrial Electronics//, Bari, Italy, 2010.
  - Samborski R., Ziółko M.: Filter-based model of multimicrophone array in an adverse acoustic environment, //Engineering Letters//, vol. 20, 2012.
  - Samborski R., Ziółko M.: Speaker localization in conferencing systems employing phase features and wavelet transform, //IEEE International Symposium on Signal Processing and Information Technology//, Athens, Greece, 2013.
  - Gałka J., Grzywacz M., Samborski R.: Playback attack detection for text-dependent speaker verification over telephone channels, //Speech Communication//, vol. 67, 2015.
  - Gałka J., Grzywacz M., Samborski R.: A system and a method for detecting recorded biometric information, European Patent Office, EP 3016314 A1, 2016


----
Doktoraty Wydziału IET

Narzędzia użytkownika

Narzędzia witryny

Narzędzia strony
