Wyniki wyszukiwania dla: speech recognition, speech analysis, phoneme, allophone.

• Cross-Lingual Knowledge Distillation via Flow-Based Voice Conversion for Robust Polyglot Text-to-Speech

  Publikacja

  • D. Piotrowski
  • R. Korzeniowski
  • A. Falai
  • S. Cygert
  • K. Pokora
  • G. Tinchev
  • Z. Zhang
  • K. Yanagisawa

  - Rok 2023

  In this work, we introduce a framework for cross-lingual speech synthesis, which involves an upstream Voice Conversion (VC) model and a downstream Text-To-Speech (TTS) model. The proposed framework consists of 4 stages. In the first two stages, we use a VC model to convert utterances in the target locale to the voice of the target speaker. In the third stage, the converted data is combined with the linguistic features and durations...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Estimation of time-frequency complex phase-based speech attributes using narrow band filter banks

  Publikacja

  • K. Abratkiewicz
  • K. Czarnecki
  • D. Fourer
  • F. Auger

  - Rok 2017

  In this paper, we present nonlinear estimators of nonstationary and multicomponent signal attributes (parameters, properties) which are instantaneous frequency, spectral (or group) delay, and chirp-rate (also known as instantaneous frequency slope). We estimate all of these distributions in the time-frequency domain using both finite and infinite impulse response (FIR and IIR) narrow band filers for speech analysis. Then, we present...

  Pełny tekst do pobrania w portalu

• Integration of speech enhancement and coding techniques

  Publikacja

  • M. Kuropatwinski
  • D. Leckschat
  • K. Kroschel
  • A. Czyzewski
  • M. Kuropatwiński

  - Rok 1999

  Pełny tekst do pobrania w serwisie zewnętrznym

• Novel approaches to wideband speech coding

  Publikacja

  • M. Kulesza
  • A. Czyżewski

  - Rok 2008

  Dwie metoda kodowania szerokopasmowego mowy zostały zaprezentowane. W pierwszej metodzie wykorzystano algorytm kompresji i ekspansji czasowej sygnału mowy, pozwalający na kodowanie szerokopasmowe sygnału mowy z wykorzystaniem ustandaryzowanych kodeków. Metoda ta jest przewidziana do zastosowania w adaptacyjnych algorytmach kodowania mowy. Drugie z proponowanych rozwiazan dotyczy nowej metody estymacji obwiedni widma sygnalu mowy...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Broadband interference in speech reinforcement systems

  Publikacja

  • H. Lasota
  • R. Mazurek

  - Rok 2008

  Artykuł podejmuje niedoceniany problem wpływu liczby i rozkładu głośników w systemach nagłośnienia, na jakość przekazu głosowego, czyli na zrozumiałość mowy w audytoriach. Superpozycji przesuniętych w czasie szerokopasmowych sygnałów o tym samym kształcie i lekko różnych wielkościach, które docierają do słuchacza z licznych spójnych źródeł, towarzyszy zjawisko interferencji prowadzące do głębokiej modyfikacji odbieranych sygnałów...

• A system for multitask noisy speech enhancement.

  Publikacja

  • A. Czyżewski
  • A. Kaczmarek
  • J. Kotus
  • A. Pawlik
  • A. Rypulak
  • P. Żwan

  - Rok 2004

  W artykule przedstawiono ogolną charakterystyke opracowanego systemu rejestracji i rekonstrukcji mowy. Artykuł zawiera opis składników systemu, ktory jest oprogramowaniem zawierającym zaawansowane narzędzia służące poprawie zrozumiałości mowy. Zaimplementowane narzędzia systemu umożliwiają wyszukiwanie nagrań dźwiękowych i ich obróbkę przy pomocy zaimplementowanych pluginów. W artykule przedstawione wykorzystane w systemie algorytmy...

• Multitask Noisy Speech Enhancement System

  Publikacja

  • A. Czyżewski
  • J. Kotus
  • G. Szwoch
  • M. Dziubiński
  • A. Rypulak
  • A. Pawlik

  - Rok 2005

  W referacie opisano Wielozadaniowy System Poprawy Jakości Sygnału Mowy. Jest to wyspecjalizowany pakiet oprogramowania przeznaczony do rejestrowania sygnału mowy i do poprawy jego jakości oraz zrozumiałości mowy, przy użyciu zaawansowanych procedur cyfrowego przetwarzania sygnału. Pakiet oprogramowania składa się z programów: Rejestrator, Przeglądarka oraz Rekonstruktor. Oprogramowanie to może być użyte w przypadkach, gdy zrozumiałość...

• Difference in Perceived Speech Signal Quality Assessment Among Monolingual and Bilingual Teenage Students

  Publikacja

  • P. Falkowski-Gilski

  - Rok 2021

  The user perceived quality is a mixture of factors, including the background of an individual. The process of auditory perception is discussed in a wide variety of fields, ranging from engineering to medicine. Many studies examine the difference between musicians and non-musicians. Since musical training develops musical hearing and other various auditory capabilities, similar enhancements should be observable in case of bilingual...

  Pełny tekst do pobrania w serwisie zewnętrznym

• COMPUTER SPEECH AND LANGUAGE

  Czasopisma

  ISSN: 0885-2308 , eISSN: 1095-8363

• SEMINARS IN SPEECH AND LANGUAGE

  Czasopisma

  ISSN: 0734-0478 , eISSN: 1098-9056

• Speech and Language Technology

  Czasopisma

  ISSN: 1895-0434

• Speech Language and Hearing

  Czasopisma

  ISSN: 1361-3286 , eISSN: 2050-5728

• Quarterly Journal of Speech

  Czasopisma

  ISSN: 0033-5630 , eISSN: 1479-5779

• SpringerBriefs in Speech Technology

  Czasopisma

  ISSN: 2191-737X , eISSN: 2191-7388

• Audiology and Speech Research

  Czasopisma

  ISSN: 2635-5019 , eISSN: 2635-5027

• Voice and Speech Review

  Czasopisma

  ISSN: 2326-8263 , eISSN: 2326-8271

• Transient detection algorithms for speech coding applications

  Publikacja

  • G. Szwoch
  • M. Kulesza
  • A. Czyzewski

  - Journal of the Acoustical Society of America - Rok 2006

  Pełny tekst do pobrania w serwisie zewnętrznym

• New generation speech aid for stuttering people

  Publikacja

  • P. Odya
  • A. Czyżewski

  - Rok 2008

  Współczesne Cyfrowe Procesory Sygnałowe (ang. DSP) mają niewielkie wymiary, ale są w stanie re-alizować złożone algorytmy. Ich dodatkową zaletą jest łatwość wymiany oprogramowania, a co za tym idzie łatwość zmiany dziedziny zastosowań. Wykorzystując możliwości procesów stało się możliwe budowanie miniaturowych protez słuchu i mowy. W referacie skupiono się na zagadnieniach związanych z projekto-wanie i implementacją algorytmów...

  Pełny tekst do pobrania w portalu

• New generation speech aid for stuttering people

  Publikacja

  • P. Odya
  • A. Czyżewski

  - Archives of Acoustics - Rok 2008

  Współczesne Cyfrowe Procesory Sygnałowe (ang. DSP) mają niewielkie wymiary, ale są w stanie re-alizować złożone algorytmy. Ich dodatkową zaletą jest łatwość wymiany oprogramowania, a co za tym idzie łatwość zmiany dziedziny zastosowań. Wykorzystując możliwości procesów stało się możliwe budowanie miniaturowych protez słuchu i mowy. W referacie skupiono się na zagadnieniach związanych z projekto-wanie i implementacją algorytmów...

  Pełny tekst do pobrania w portalu

• Comprehensive Evaluation of Statistical Speech Waveform Synthesis

  Publikacja

  • T. Merritt
  • B. Putrycz
  • A. Nadolski
  • T. Ye
  • D. Korzekwa
  • W. Dolecki
  • T. Drugman
  • V. Klimkov
  • A. Moinet
  • A. Breen... i 3 innych

  - Rok 2018

  Pełny tekst do pobrania w serwisie zewnętrznym

• Influence of modulation detection threshold on speech intelligibility

  Publikacja

  • K. Leo

  - ACTA PHYSICA POLONICA A - Rok 2011

  Pełny tekst do pobrania w portalu

• System of speech signal processing and visualisation for linguistic purposes

  Publikacja

  • K. Wojan

  - Archives of Acoustics - Rok 2005

• On the EM algorithm for the estimation of speech AR parameters in noise

  Publikacja

  • M. Kuropatwinski
  • B. Kleijn
  • M. Kuropatwiński

  - Rok 2014

  Pełny tekst do pobrania w serwisie zewnętrznym

• Evaluation and Irony in Text in the Light of Speech Act Theory

  Publikacja

  • K. Kukowicz-Zarska

  - Forum Filologiczne Ateneum - Rok 2020

  Pełny tekst do pobrania w serwisie zewnętrznym

• Investigations of speech signal parameters with regard to articulation influences

  Publikacja

  • A. Kaczmarek

  - Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne - Rok 2008

  W pracy zostało podjęte zagadnienie parametryzacji sygnału mowy w kontekście ekstrakcji cech biometrycznych. Analizowane parametry to parametry cepstralne (cepstrum liniowe i mel-cepstrum, czyli MFCC), parametry liniowej predykcji (LPC) oraz momenty widmowe i parametr F0. Zastosowano analize w krótkich stałych segmentach sygnału z zastosowaniem dużego zakładkowania, tzw. ''implicite segmentation''. Umożliwiło to zaobserwowanie...

• New approach to localization of clicks in archive speech signals.

  Publikacja

  • M. Niedźwiecki
  • A. Sobociński

  - Rok 2004

  Przedstawiono problem lokalizacji zniekształceń impulsowych w archiwalnych sygnałach mowy. Pokazano, że detekcja oparta na dwuzakresowym modelu autoregresyjnym i przetwarzanie dwukierunkowe pozwala uzyskać znaczącą poprawę działania w stosunku do istniejących metod lokalizacji zniekształceń.

• Advanced speech archiving and restoration system for aviation applications

  Publikacja

  • A. Czyżewski
  • J. Kotus
  • A. Kaczmarek
  • A. Rypulak
  • A. Pawlik

  - Rok 2005

  W referacie przedstawiono opracowany System Rejestracji I Rekonstrukcji Mowy dla potrzeb lotnictwa. System ten umożliwia jednoczesny zapis, archiwizację i poprawę zrozumiałości sygnału mowy pochodzącego z wielu różnych kanałów komunikacji radiowej. Głównym celem systemu jest rejestracja i rekonstrukcja komunikatów słownych wymienianych drogą radiową pomiędzy pilotem samolotu a stacją kontroli lotów - jest to niezwykle istotne w...

• Application of hybrid signals processors to speech and hearing aids

  Publikacja

  • P. Odya
  • A. Czyżewski

  - Rok 2005

  Dzięki postępowi w technice Cyfrowych Procesorów Sygnałowych (ang. DSP) stało się możliwe budowanie miniaturowych protez słuchu i mowy. Mimo niewielkich wymiarów procesory te są w stanie wykonywać złożone algorytmy. Ich dodatkową zaletą jest łatwość zmiany oprogramowania, a co za tym idzie łatwość zmiany dziedziny zastosowań. W pracy skupiono się na zagadnieniach związanych z projektowanie i implementacją algorytmów mających zastosowanie...

• Detection of dialogue in movie soundtrack for speech intelligibility enhancement

  Publikacja

  • K. Łopatka

  - Rok 2014

  A method for detecting dialogue in 5.1 movie soundtrack based on interchannel spectral disparity is presented. The front channel signals (left, right, center) are analyzed in the frequency domain. The selected partials in the center channel signal, which yield high disparity with left and right channels, are detected as dialogue. Subsequently, the dialogue frequency components are boosted to achieve increased dialogue intelligibility....

  Pełny tekst do pobrania w serwisie zewnętrznym

• International Journal of Speech Technology

  Czasopisma

  ISSN: 1381-2416 , eISSN: 1572-8110

• Journal of Monolingual and Bilingual Speech

  Czasopisma

  ISSN: 2631-8407 , eISSN: 2631-8415

• A hybrid speech codec employing parametric and perceptual coding techniques

  Publikacja

  • M. Kulesza
  • G. Szwoch
  • A. Czyżewski

  - Rok 2006

  W referacie przedstawiono hybrydowy kodek mowy dla zastosowan w komunikacji VoIP wykorzystujący kodowanie parametryczne i percetualne. Sygnał mowy jest dzielony na składowe dźwięczne, które podlegają kodowania perceptualnemu, składowe bezdźwięczne, które kodowane są metodą parametryczną oraz transjenty, które nie są kodowane żadną stratną metodą. Dodatkowo przedstawiono architekturę kodeka, w której perceptualnie kodowana i przesyłana...

• Real-time speech streching for supporting hearing impaired schoolchildren

  Publikacja

  • A. Kupryjanow
  • A. Czyżewski

  - Elektronika : konstrukcje, technologie, zastosowania - Rok 2010

  A study of time scale modification algorithms applied to support hearing impaired schoolchildren is presented. Variety of algorithms are considered, namely: overlap-and add, two variations of synchronous overlapand- add, and the phase vocoder. Their effectiveness as well as real-time processing capabilities are examined.

  Pełny tekst do pobrania w serwisie zewnętrznym

• Automatic prosodic modification in a Text-To-Speech synthesizer of Polish language

  Publikacja

  • K. Łopatka
  • P. Suchomski
  • A. Czyżewski

  - Elektronika : konstrukcje, technologie, zastosowania - Rok 2011

  Przedstawiono system syntezy mowy polskiej z funkcją automatycznej modyfikacji prozodii wypowiedzi. Opisane zostały metody automatycznego wyznaczania akcentu i intonacji wypowiedzi. Przedstawiono zastosowanie algorytmów przetwarzania sygnału mowy w procesie kształtowania prozodii. Omówiono wpływ zastosowanych modyfikacji na naturalność brzmienia syntezowanego sygnału. Zastosowana metoda oparta jest na algorytmie TD-PSOLA. Opracowany...

• Cyfrowa analiza mowy etnicznej – ekstrakcja kodu informacji [A digital analysis of ethnic speech – deciphering the information code]

  Publikacja

  • K. Wojan

  - Rok 2003

• Bożena Kostek prof. dr hab. inż.

  Osoby

  Laboratorium Akustyki Fonicznej

• Speech formant frequency and pitch estimation using instantaneous complex frequency

  Publikacja

  • M. [. Kaniewska

  - Rok 2008

  W pracy opisany został algorytm estymacji częstotliwości podstawowej oraz częstotliwości środkowych i pasm formantów mowy z wykorzystaniem zespolonej pulsacji chwilowej. W artykule przedstawiono również wyniki działania algorytmu dla polskich samogłosek.

• Time-scale modification of speech signals for supporting hearing impaired schoolchildren

  Publikacja

  • A. Kupryjanow
  • A. Czyżewski

  - Rok 2009

  A study of time scale modification algorithmsapplied to hearing impaired schoolchildren supporting ispresented. Variety of algorithms are considered, namely:overlap and add, two variations of synchronized overlapand add, and the phase vocoder. Their effectiveness as wellas real-time processing capabilities are examined.

• Цифровой анализ сигналов речи как инструмент сравнительного языкознания [A digital analysis of speech signals as an instrument in comparative linguistics]

  Publikacja

  • K. Wojan

  - Rok 2003

• International Journal of Speech-Language Pathology (previously called Advances in Speech-Language Pathology)

  Czasopisma

  ISSN: 1754-9507 , eISSN: 1754-9515

• Pattern Recognition and Image Analysis

  Czasopisma

  ISSN: 1054-6618

• Improving signal quality of a speech codec using hybrid perceptual-parametric algorithm

  Publikacja

  • M. Kulesza
  • G. Szwoch
  • A. Czyżewski

  - International Journal of Intelligent Information and Database Systems - Rok 2008

  W artykule zaprezentowano hybrydową architekturę parametryczno-perceptualną kodeka mowy. Jego podstawę stanowi kodek CELP, który wspomagany jest kodekiem perceptualnym. Celem zastosowania proponowanej metody jest uzyskanie poprawy jakości kodowania sygnału mowy. Badaniom poddano dwie architektury, z których w jednej dźwięczne części sygnału rezydualnego kodeka CELP kodowane są perceptualnie. Drugi z proponowanych kodeków dokonuje...

  Pełny tekst do pobrania w serwisie zewnętrznym

• Puhe ja Kieli (Speech and Language)

  Czasopisma

  ISSN: 1458-3410

• IEEE TRANSACTIONS ON SPEECH AND AUDIO PROCESSING

  Czasopisma

  ISSN: 1063-6676

• JOURNAL OF MEDICAL SPEECH-LANGUAGE PATHOLOGY

  Czasopisma

  ISSN: 1065-1438

• LANGUAGE SPEECH AND HEARING SERVICES IN SCHOOLS

  Czasopisma

  ISSN: 0161-1461 , eISSN: 1558-9129

• AMERICAN JOURNAL OF SPEECH-LANGUAGE PATHOLOGY

  Czasopisma

  ISSN: 1058-0360 , eISSN: 1558-9110

• American Speech: a Quarterly of Linguistic Usage

  Czasopisma

  ISSN: 0003-1283 , eISSN: 1527-2133

• Journal of Speech, Language, and Hearing Research

  Czasopisma

  ISSN: 1092-4388 , eISSN: 1558-9102

• IEEE Transactions on Audio Speech and Language Processing

  Czasopisma

  ISSN: 1558-7916