20.500.12556/RUL-130487 Poravnava besedil in zvočnih posnetkov slovenskega govora in petja Text to audio alignment of Slovenian speech and singing V diplomski nalogi podamo splošno uporabno rešitev za problem poravnave zvočnega posnetka in pripadajoče transkripcije. Rešitev je sestavljena iz treh komponent: segmentacija posnetka, razpoznavanje govora in poravnava besedil. V nalogi se osredotočimo na uporabo različnih akustičnih modelov za razpoznavanje govora in uporabo različnih metod dekodiranja izhodov modela. Predlagamo tudi razširitev obstoječega algoritma za poravnavo besedil, s čimer zagotovimo poravnavo za vsako besedo v originalnem besedilu. Sistem ovrednotimo na nenarečnem in narečnem govoru ter na narečnem petju brez spremljave, pri čemer uporabimo tri metrike bazirane na absolutni napaki poravnav. Poravnava govora se izkaže za kvalitetno in je primerljiva s kvaliteto podobnih sistemov v tujih jezikih. In this thesis, we build a general-purpose solution for the alignment of the voice recording and the associated transcription. The solution consists of three components: sound segmentation, speech recognition, and text alignment. This thesis focuses on the use of different acoustic models for speech recognition and the use of different methods of decoding model outputs. We also propose a new extension of the existing text alignment algorithm to provide alignment of each word in the original text. The system is evaluated on non-dialectal and dialectal speech and unaccompanied dialectal singing, using three metrics based on absolute alignment error. Speech alignment proves to be of good quality and is comparable to the quality of similar systems in foreign languages. poravnava besedil razpoznavanje govora CTC jezikovni model narečni govor konvolucijska nevronska mreža text alignment speech recognition CTC language model dialectal speech convolutional neural network true false false Slovenski jezik Angleški jezik Diplomsko delo/naloga 2021-09-15 11:50:10 2021-09-15 11:50:12 2022-09-09 04:16:40 0000-00-00 00:00:00 2021 0 0 0000-00-00 NiDoloceno NiDoloceno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 1970-01-01 32927 78692355 Zakelj_Mark_-_Poravnava_besedil_in_zvocnih_posnetkov_slovenskega_govora_in_petja.pdf Zakelj_Mark_-_Poravnava_besedil_in_zvocnih_posnetkov_slovenskega_govora_in_petja.pdf 1 2CCC5AD5E25CBFB8322A76E76D1813D6 c286b1b2cd13eb88a61287c96a027a0c835861de4ecd207b1e9bfdf7d3a840f7 104827bb-160a-11ec-a523-00155dcfd717 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=147605 Fakulteta za računalništvo in informatiko 0 0 0