Fyrirlestur Tungutækniseturs
Háskóla Íslands, Árnagarði, stofu 201
9. janúar 2007, kl. 12:00


Þriðjudaginn 9. janúar gengst Tungutæknisetur (www.tungutaekni.is) fyrir fyrirlestri í samvinnu við alþjóðlega rafmagnsverkfræðifélagið IEEE á Íslandi. Fyrirlesturinn verður í stofu 201 í Árnagarði og hefst kl. 12:00. Jón Guðnason rafmagns- og tölvuverkfræðingur flytur erindi er fjallar um raddþekkingu og nefnist ,,Raddþekking með cepstrum framsetningu á raddlind". 

Greining á raddmyndun er mikilvægur þáttur í talvinnslu og lausnum. Línuleg spásíun sem notuð er í talkóðun og sú tíðnigreining og síubankar sem notaðir eru við talgreiningu eru oft byggð á líkönum af því hvernig talmerkið verður til í raddfærunum. Verkefnið sem kynnt er í fyrirlestrinum fjallar um það hvernig hægt er að meta raddlindina í rödduðu tali og nota þær upplýsingar til þess að auðkenna talandann. Aðferðin byggir á línulegum líkönum af raddholinu og hljóðútbreiðslu við varirnar. Við gerum ráð fyrir því að raddlindin sé bara núll á meðan raddböndin eru lokuð (í lokuðum fasa) en hafi ákveðið form þess á milli (í opnum fasa). Cepstrum-framsetning
raddlindarinnar gerir okkur kleift að einkenna röddina. Hönnunin notar Mel-síubanka sem líkir eftir næmni venjulegrar heyrnar. Stuðlarnir sem fást út úr þessháttar greiningu eru notaðir sem auðkenni til mynsturgreiningar og er hverjum einstaklingi í tilrauninni lýst með Gaussísku blöndulíkani. Tilraunir voru gerðar á TIMIT gangabankanum sem inniheldur tal frá 630 einstaklingum sem tala bandaríska ensku. Niðurstöðurnar sýna að þegar upplýsingum um raddlindina er bætt við þá stuðla sem venjulega eru notaðir til að einkenna röddina lækkar villuhlutfallið úr 5,83% í 2,98%.

Jón Guðnason hefur nýlokið doktorsprófi í rafmagnsverkfræði við Imperial College í London. Fyrirlesturinn mun fjalla um hluta af verkefninu sem er á sviði talsvinnslu og merkjafræði. Jón lauk meistaraprófi frá HÍ árið 2000. Hann starfar sem verkfræðingur hjá Fjarskipta- og merkjafræðistofu Imperial College.