Část DA02 Dílčí zpráva o řešení grantového projektu za rok 2002.

Transkript

Část DA 02
Grantová agentura České republiky
Dílčí zpráva o řešení grantového projektu
za rok 2002.
Registrační číslo:
Řešitel:
Pavel Sovka
Rodné číslo: 5702041972
102020124
České vysoké učení technické v Praze, Fakulta
elektrotechnická, Technická 2, 166 27 Praha 6
Nositel (název a adresa):
IČO:
Tel.:
224352291
Fax: 233339805
E-mail:
[email protected]
68407700
Název projektu: Hlasové technologie v podpoře informační společnosti
Prohlašuji, že údaje uvedené v přiložené zprávě o řešení grantového projektu jsou pravdivé a úplné.
Datum: 7.1.2003
Podpis řešitele grantu
....................................................................................
Podpis garanta (v případě postdoktorského grantu)
prof. Ing. Vladimír Kučera, DrSc
Jméno a podpis statutárního orgánu, razítko příjemce
Rozbor řešení projektu:
Úloha rozpoznávání plynule vyslovované řeči patří ke klíčovým dlouhodobým cílům celého projektu. Pro češtinu je nutné
hle-dat jiné přístupy než se osvědčily např. pro angličtinu, neboť čeština pracuje se slovníkem slovních tvarů mnohem
rozsáhlejším a s volným pořádkem slov. Bylo navrženo a ověřováno několik nových přístupů: zejména využití gramatických
relací mezi sou-sedními slovy ve větě na základě tzv. morfologicky orientovaného jazykového modelu [NOU02a], [DRA02a],
návrh nových vy-hlazovacích technik bigramového modelu a jejich porovnání s modely využívanými pro angličtinu [NEJ02a],
[NEJ02b] a návrh rychlých algoritmů dekódování spojité řeči [NOU02c], [NOU02e]. Všechny navržené metody byly
integrovány do experimen-tálního sytému rozpoznávání spojité řeči, který na testovacím souboru 876 vět (od 40 mluvčích) se
slovníkem 22 tisíc nejfrek-ventovanějších slov dosáhl skóre 65 % správně rozpoznaných slov [NEJ02c]. Vznikl i demonstrační
systém rozpoznávání spojité řeči, který je schopen pracovat v reálném čase se slovníkem cca 10 tisíc slov. Na výkonném PC je
vyslovená věta rozpoznána do jedné sekundy od jejího vyslovení. Byl řešen problém chybně rozpoznané promluvy systémem
automatického rozpoznávání mlu-vené řeči. Chybně rozpoznaná posloupnost slov se přenese do bloku porozumění a řízení
dialogu, což následně může způsobit chybnou odpověď uživateli. Byla vypracována nová metoda stanovení spolehlivosti
rozpoznaného slo-va v promluvě, založená na využití tzv. modelu mum-lání a používající nový (statistický) přístup ke stanovení
prahu rozhodování a výběr informativních pří-znaků. Experimentální výsledky ukazují až 63% relativní snížení chybovosti
oproti dříve používané heuristické metodě. Pozornost byla věnována i detekci řečových a neřečových částí promluvy, která je
velmi významnou složkou sy-stémů automatického roz-poznávání mluvené řeči. Byla vypracována nová metoda určování
začátku a konce pro-mluvy, ve které bylo použito výhod obou hlavních dosavadních přístupů: metod pracujících s množinami
heuristicky vybraných příznaků a heuristicky voleným prahem a metod statistických, pracujících s množinou příznaků
používaných k rozpoznávání řeči. Základní myšlenkou je najít nejlepší sou-bor příznaků a užít metody statistické indukce
k natrénovaní Bayesova klasifikátoru. Předběžné výsledky ukazují, že nová metoda dosahuje lepších výsledků než metoda
používaná dříve, a to jak v detekci začátků a konců promluvy, tak i při vlastním rozpozná-vání mluvené řeči [MUL02],
[PRC02]. Paralelně byl použit postup, kdy detekovaná slova jsou modelována pomocí standardních kontextově závislých trifonů
[KAR02] a je použit modifikovaný Viterbiho algoritmus [SCH02], vyhodnocující skóre pro každý rámec. Byla testována metoda
výpočtu rozhodovacích prahů, která vypočítává optimální práh pomocí lineární kombinace parciál- ních prahů fonémů
obsažených ve slově.
Pro systémy syntézy řeči z textu (TTS) jsou použity dva principy: statistický přístup a přístup podle pravidel. Nejdříve je to
souhrn prací realizovaných na TTS s využitím statistického přístupu. Jedním z faktorů, které ovli-vňují kvalitu vytvářené řeči
v úloze syntézy řeči založené na konkatenaci řečových jednotek, je přesnost detekce hlasivkových pulsů. Byl navržen algoritmus
pro automatické určování těchto okamžiků v hlasivkových signálech [TIH02a] a implementován v TTS systému. Pro další
zvýšení přirozenosti vytvářené řeči je zapotřebí odhadovat hodnoty prozodických charakteristik ze základních prozodických
jednotek (vět) z psaného českého textu. Bylo porovnáno několik přístupů pro automatickou detekci vět v psaných textech a byly
navrženy dvě me-tody použitelné v TTS systému: metodu využívající neuronové sítě a metodu založenou na heuristikách
[MAT02b]. Byl navr-žen model prozodie češtiny a první verze automatického odhadu nejzřetelnější prozodické charakteristiky
– intonace, založené na manuálně nalezených pravidlech [MAT02a]. Uvedený modul generování kontury základního tónu řeči
byl zakomponován do TTS systému. Dále byly provedeny první experimenty s frekvenčními úpra-vami řečových segmentů
v databázi řečových jednotek (spektrální reharmonizace) za účelem odstranění některých rušivých vlivů vznikajících při řetězení
řečových jednotek s výrazně odlišnými prozodickými charakteristikami [TYC02]. Pozornost byla rovněž věnována problematice
hodnocení kvality syntetické řeči a návrhu poslechových testů, vhodných pro porovnávání a hodnocení srozumitelnosti a
přirozenosti syntetické řeči generova-né různými TTS systémy a/nebo různými verzemi stejného systému. Pro TTS realizovaný
pomocí pravidel byly stu-dovány a ově-řovány různé nové přístupy určování obálky spektra řeči, např. pomocí kepstrální a
pseudokepstrální dekonvoluce [PLS02c], [PLS02d], [PLS02e], [VIC02a], [VIC02b], [VIC02c] a pomocí splinů [PRA02], vhodné zejména pro analýzu a syntézu ženského a dětského hlasu. Protože tyto metody vyžadují kvalitní detekci základního tónu
řeči, byly rovněž studovány robustní metody jeho detekce [PLS02a] [PLS02b]. Na signálovém procesoru byly implementovány
modely syntézy řeči s nekonečnou impulsní odezvou [PRI02a] [VON02a] a navrženy a ověřovány dvě metody konstrukce
modelu hlasového traktu s konečnou ipul-sní odezvou z vyh-lazeného spektra řeči [VIC02b], [VON02b], [VON02c]. Bylo
započato s experimenty pro transformaci hlasu na různých princi-pech [NEM02], [PRA02]. Byl realizován lineární predikční
(LP) intonační model řeči a vytvořena pravidla pro jeho buzení na základě textu. LP intonační model byl implementován do
TTS systému [HOR02a], [HOR02b], [HOR02c], [HOR02d]. Byla na-hrána rozsáhlá prozodická databáze pro-mluv. Trifónový
inventář pro mužský a ženský hlas byl optimalizován a bylo započato s jeho úpravami pro účely automatické segmentace.
Vokodér a TTS systém byl doplněn dalšími metodami syntézy řeči, např. kepstrální syntézou, modelem hlasového traktu
s konečnou impulsní odezvou a harmonickým modelem [PRI02b]. V oblasti mode-lování prozodie pro TTS byly na základě
teoretických studií a předcházejících zkušeností určeny typické vlastnosti češtiny, které nej-více ovlivňují prozodii. Byla
natrénována umělá neuronová síť (UNS) pomocí dvou prozodických parametrů (základního tónu a trvání hlásky) extrahovaných
z reálného řečového signálu. Vysoká redundance charakteristických vlastností češtiny na vstupu UNS byla snížena pomocí
metody GUHA [ŠEB02a], [ŠEB02b]. Pro předzpracování řečového signálu, trénování UNS a přípravu vstupních dat pro
syntezátor je vyvíjen software [SAN02a], [TUC02c], [TUC02d].
V úloze rozpoznávání mluvčího bylo dosaženo výrazného pokroku zavedením metody GMM (Gaussian
Mix-ture Model). Oproti dosud používané metodě VQ se výsledky dosažené na testovací databázi (55 osob) zlepšily z 93 % na
téměř 98 % [DAV02a]. Vznikl ukázkový systém na němž lze v reálném čase předvádět možnosti rozpoznávání mluvčího. Test
s novou osobou vyžaduje přečtení krátkého textu o 5-10 větách. Po několika sekundách trénování GMM je systém schopen
klasifikovat osobu na základě jediné pronesené věty v čase kratším než 1 s [DAV02b]. Dílčím úkolem v oblasti rozpoznávání
řečníka je vytipování vhodných příznaků a vhodných parmetrizačních metod pro různé podmínky činnosti systému. Kromě
běžně užívaných příznaků (např. melovské či LPC kepstrální koeficienty) byla pozornost věnována též nestandardním typům
příznaků, například částem časových průběhů. Pro vydělení těchto příznaků z řečového signálu byla v [RAD02] navržena
metoda založená na porovnávání po sobě jdoucích segmentů. Byly zahájeny experimenty s cílem zjistit vliv množství řečového
materiálu na spolehlivost rozpoznávání.
Vývoj systémů pro hlasový dialog mezi člověkem a počítačem pokračoval dalším vylepšováním možností hlasového vstupu s
použitím nových příznaků s vyšší robustností zejména vůči nekvalitním telefonním signálům. Výrazně byl zefektivněn návrh
celé-*ho dialogového řetězce a vzniklo několik nových ukázkových aplikací, např. informační systém o telefonních číslech
liberecké univerzity [NOU02d]. Počet volání do systému InfoCity, jediného veřejně provozovaného informačního systému
založeného na automatickém hlasovém dialogu s počítačem, překročil číslo 30 000.
Novým oborem výzkumu je práce s multimodálním vstupem a výstupem (rozpoznávání a vývoj umělého mluvícího agenta).
Vstup zahrnuje kromě akustického řečového signálu též kamerový obraz mluvící osoby, výstup kombinuje syntetický či
přirozený hlas s vizuálním zobrazením umělé mluvící osoby. Bylo dosaženo výrazného úspěchu při adaptaci amerického
systému Baldi pro českou řeč, což bylo potvrzeno i subjektivními testy porovnávajícími schopnost lidí odezírat řeč skutečného
člověka a umělé syn-tetické hlavy [CHA02a-c]. Výzkum se zaměří na vývoj vlastního modelu české mluvící hlavy [CHA02d].
Velmi zajímavou de-monstrační aplikací je projekt Švejk, představující možnosti volného dialogu s virtuální osobností
animovanou na obrazovce počítače [NOU02b]. V tomto komplexním projektu jsou integrovány všechny dosud vyvíjené
technologie, počínaje rozpoznává-ním spojité řeči, přes sémantickou analýzu věty, generování příslušné textové a hlasové
odpovědi až přes řízení a synchronizaci třírozměrného modelu hlavy konkrétní virtuální osobnosti.
K současným trendům v oblasti rozpoznávání řeči patří návrh distribuovaných systémů (DSR), tj. systémů, kde se
rozpoznává-ní provádí na jediném místě (serveru), zatímco uživatel může využívat službu hlasového vstupu z jiného vzdáleného
počítače při-pojeného prostřednictvím internetu [HOL02b]. S universitou OGI/OHSU v Oregonu se pracovalo na definici
nového standardu pro DSR včetně evaluací AURORA [BUR02].
V oblasti problematiky zpracování a rozpoznávání řeči v hlučném prostředí se pozornost soustředila na výběr a optimalizaci
vhodných metod předzpracování řeči pomocí jednovstupových [NOV02c], [SPE02a], [SPE02b], [MOT02a], [MOT02b],
[MOT02c] i vícevstupových metod [ING02a], [ING02b], [SOV02], [STR02] včetně metod pro sluchově postižené [MOC02a],
[MOC02b], na studium a nalezení robustní parametrizace řeči [FOU02a], [FOU02b], [NOV02c] a určení příčin degradace spolehlivosti rozpoznávače [NOV02a], [NOV02b]. Pro parametrizaci řeči byly použity dlouhé časové trajektorie v kombinaci s lineární diskriminační analýzou (LDA). To umožňuje snížit počet parametrů klasifikovaných neuronovými sítěmi, zvýšit přesnost
systému a schopnost generalizace. Pro post-zpracování dat pro HMM byly testovány metody explicitní Gaussianizace
[CER02e], [CER02f], které přinesly pozitivní výsledky při rozpoznávání americké angličtiny (databáze SPINE 2000) a češtiny
(SpeechDat-E). Současně byl dokončen vývoj robustního kritéria pro spolehlivý odhad SNR řečového signálu [POL02a]. Byla
experimentálně ověřena možnost adaptace HMM modelů na datech se simulovaným šumovým pozadím, reprezentující rušení
přítomné v jedou-cím automobilu. Vhodným sledem trénování na databázích SpeechDat(E) a CAR2ECS bylo dosaženo 85%
úspěšnosti při úloze rozpoznávání řetězce číslic 0-9. Pozornost byla věnována tvorbě řečových databází a databází šumů. Byl
dokončen nástoj transc, převádějící ortografickou transkripci českého textu na fonetickou pracující s lexikonem výjimek. Pro
práci s lexikonem výslovno-sti byl vytvořen nástroj lexedit [POL02b]. Byly zahájeny aktivity vedoucí k automatizované
fonetické segmentaci řečových dat v databázi, založené na aplikaci HMM rozpoznávače a Bayesova přístupu [CME02a]. Pro
účely vývoje a klasifikace detektorů řeči snímané v hlučném prostředí byla vyvinuta nová kritéria [POL02c].
V oblasti kódování na velmi nízkých bitových rychlostech se pracovalo na zlepšení metod syntézy, na kódování nezávislém
na řečníkovi a na výběru vhodných syntezačních jednotek [CER02a], [CER02b].
V oblasti popisu prozodie, intonačních jevů a stability fonetických jevů v řeči individuálního mluvčího byla pozornost zaměřena na získání limitních hodnot funkčního působení zvukových kvalit, určení relevantního minima prozodických charakteristik
češtiny pro parametrický popis mluvené řeči s cílem určení fonetických charakteristik a na výzkum kategoriálního rozlišování
funkčních variant větné melodie. Dále byly zahájeny pokusné aplikace systému ToBI s cílem prověřit jeho možnosti a navrhnout
modifikace vhodné pro použití na český text. Byl prováděn výzkum stability fonetických jevů při konfrontaci prozodií různých
jazyků a analýza spektrálního složení vokálů. Pokračovalo získávání a archivace vzorků pro budovanou databázi současné
mluve-né češtiny.
Část DB-rozpis2002
Celkový výkaz hospodaření s grantovými prostředky
v roce 2002 a požadavky na rok 2003
(finanční údaje uvádějte v tis. Kč)
Příjemce:
České vysoké učení technické v Praze
Řešitel:
Pavel Sovka
Rodné číslo :
570204/1972
Hospodaření s prostředky
přidělené
102/02/0124
Požadavky na další rok
čerpané
původní
upřesněné
Věcné prostředky
Provozní náklady - materiál, drobný majetek a pod.
375
442
363
410
Služby - konzultace, zakázky, publikační a ediční náklady
187
186
190
179
Příspěvek na režii pracovišť řešitele a spoluřešitelů
146
137
153
139
Cestovní náklady, konference, úhrady za pobyt zahran. pracovníka
364
303
433
430
Sociální a zdravotní pojištění a FKSP (37% z mezd)
102
102
100
112
Stipendia studentům a doktorandům podle č. 3.2.1, odst. f) pravidel
339
340
336
350
1510
1510
1575
1620
Věcné prostředky celkem
Celková cena
2)
Hmotné a nehmotné prostředky investiční (jmenovitě): 1)
inovace výpočetní techniky
Výkonný počítač pro trénování modelů
Investiční prostředky celkem
původní
upřesněné 3)
100
100
80
0
75
75
75
75
175
175
Mzdové prostředky - celkem, detaily uveďte v částech DB-mzdy
0
155
původní
75
upřesněné
272
276
267
302
technický personál (celkem)
10
10
10
10
ostatní osobní náklady (celkem)
21
17
21
21
303
303
298
333
1988
1988
2028
2028
řešitel, spoluřešitelé a spolupracovníci (celkem)
Mzdové prostředky celkem
Celkové prostředky z GA ČR
Vyplňují se žlutá pole označená v pravém horním rohu červenou tečkou (pouze v počítači). Tmavá pole se nevyplňují.
1) Uvádějí se i zařízení pro spoluřešitele. Každou položku uveďte na zvláštní řádek.
V příloze k této části se uvede rozpis na jednotlivé spoluřešitele.
2) Uvádí se celková pořizovací cena daného zařízení.
3) Výše požadovaných prostředků od GA ČR musí být v souladu s čl. 3.2.3 pravidel.
Podpis: Sovka
Datum vyplnění formuláře: 18.12.2002
K části DB-rozpis musí být přiložen podrobný rozpis všech položek (kromě mzdových)
čerpaných a požadovaných pro další rok řešení . Struktura rozpisu je uvedena v čl. 4.2 pravidel.
Pokud zašlete formuláře elektronickou poštou, vyplňte v následujícím poli "E": E
Část DB-Spolu 2002
rozpis
Výkaz hospodaření s grantovými prostředky řešitele a spoluřešitelů
Řešitel:
Pavel Sovka
Rodné číslo:
570204/1972
přidělené
102/02/0124
čerpané
původní
upřesněné
Věcné náklady celkem
322
322
322
377
100
100
80
0
90
90
90
90
512
512
492
467
Mzdové náklady celkem
Celkem
1. spoluřešitel:
Josef Psutka
Rodné číslo:
510220/248
přidělené
Zdena Palková
Rodné číslo:
385608/420
377
0
0
0
0
23
23
23
23
400
400
400
400
přidělené
Jan Černocký
Rodné číslo:
700614/3969
Celkem
čerpané
původní
upřesněné
150
150
180
180
0
0
0
0
40
40
40
65
190
190
220
245
3. spoluřešitel:
upřesněné
377
Celkem
původní
377
2. spoluřešitel:
čerpané
377
Celkem
přidělené
čerpané
původní
upřesněné
238
238
238
238
0
0
0
0
18
18
18
18
256
256
256
256
Formulář vyplnil: Sovka
Rozpis jednotlivých položek (zvláště investičních) se uvádí v příloze k části DB-rozpis.
Upřesněné finanční prostředky uvedené v tomto formuláři bude poskytovat příjemce (pracoviště řešitele)
přímo spolupříjemci (pracovišti spoluřešitele).
V případě více spoluřešitelů vytvořte další list, neměňte název listu, který vytvoří počítač.
Část DB-Spolu 2002
rozpis
Výkaz hospodaření s grantovými prostředky řešitele a spoluřešitelů
5. spoluřešitel:
Václav Šebesta
Rodné číslo:
451108/039
přidělené
102/02/0124
čerpané
původní
upřesněné
30
30
60
50
0
0
0
0
0
0
0
10
30
30
60
60
Celkem
5. spoluřešitel:
Petr Horák
Rodné číslo:
690908/0684
přidělené
Jan Nouza
Rodné číslo:
570125/1666
původní
upřesněné
150
155
155
0
0
0
0
50
50
45
45
200
200
200
200
6. spoluřešitel:
čerpané
150
Celkem
přidělené
čerpané
původní
upřesněné
243
243
243
243
75
75
75
75
82
82
82
82
400
400
400
400
Celkem
7. spoluřešitel:
Rodné číslo:
přidělené
čerpané
původní
upřesněné
Celkem
0
0
0
0
Formulář vyplnil: Sovka
Rozpis jednotlivých položek (zvláště investičních) se uvádí v příloze k části DB-rozpis.
Upřesněné finanční prostředky uvedené v tomto formuláři bude poskytovat příjemce (pracoviště řešitele)
přímo spolupříjemci (pracovišti spoluřešitele).
V případě více spoluřešitelů vytvořte další list, neměňte název listu, který vytvoří počítač.
Část DB-mzdy2002
Mzdové náklady čerpané příjemcem či spolupříjemcem
Řešitel či spoluřešitel:
Pavel Sovka
102/02/0124
Náklady na mzdy
o d b o r n ý ch pracovníků:
Řešitel či spoluřešitel
a jeho spolupracovníci
Jméno :
Čerpané prostředky
Příjmení :
Roční mzda
Odměna
včetně os.
za rok
příplatku 1)
2)
Požadované na další rok
Roční mzda
Odměna
Celkem za
včetně os.
za rok
Celkem za
osobu
příplatku 1)
2)
osobu
Pavel
Sovka
16.00
16.00
16.00
16.00
Jana
Tučková
16.00
16.00
18.00
18.00
Petr
Pollák
16.00
16.00
18.00
18.00
Roman
Čmejla
16.00
16.00
14.00
14.00
Václav
Hanžl
16.00
16.00
14.00
14.00
0.00
Náklady na mzdy a odměny technického
personálu celkem za pracoviště:
80.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
80.00
Čerpané
mzdy
Počet pracovníků:
Ostatní osobní náklady (dohody o provedení práce nebo
dohody o prac. činnosti) -uveďte typ prac. činnosti:
Celkem OON
Celkem mzdové náklady
odměny
10.00
0.00
80.00
celkem
mzdy
odměny
10.00
10.00
Celkem
Typ pracovní činnosti
čerpané
pro požadované prostředky
celkem
10.00
Celkem
požadované
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
90.00
90.00
1) Uvádí se celkový roční plat vyplacený nebo požadovaný z prostředků GA ČR. Nevyplňuje se pokud jde o odměnu.
2) Vyplní se pokud se vyplácela nebo se požaduje pouze odměna.
Pokud nestačí místo, připojte další listy.
80.00
Rozpis hospodaření s grantovými prostředky v roce 2002 a plán na rok 2003 na pracovišti FEL ČVUT
v Praze
Komentář k věcným nákladům:
Provozní náklady:
Knihy
Přísl. k poč.
Kancelářský materiál
Média a tonery
(plán 80 tis. Kč)
Celkem
Služby:
(plán 20 tis. Kč)
Matlab-školení
Oprava počítače
Editace a tisk sborníků
Celkem
Příspěvek na režii pracoviště
Režie
(plán 30 tis. Kč)
Cestovní náklady
Konference RASC:
(Tučková)
(plán 80 tis. Kč)
34 434,00 Kč
45 566,00 Kč
Celkem
Celkem věcné náklady
5 460,00 Kč
792,00 Kč
10 048,00 Kč
16 300,00 Kč
30 000,00 Kč
Konference EUSIPCO 2002
(Pollák)
Sociální a zdravotní pojištění
Pojištění
Stipendia
Vyplaceno na stipendiích
44 243,00 Kč
17 446,00 Kč
3 000,00 Kč
19 511,00 Kč
Kč 84 200 Kč
80 000,00 Kč
(plán 32 tis. Kč)
31 500,00 Kč
(plán 80 tis. Kč)
80 000,00 Kč
322 000,00 Kč
Investice
(plán 100 000 Kč)
Výkonný dvouprocesorový výpočetní cluster BEOWULF
Linux s konectivitou IEEE 1394
220 000 Kč
Institucionální podpora investice ze strany pracoviště byla 120 000 Kč, z grantu hrazeno 100 000 Kč.
Zakoupený počítač bude využíván na 100% pro řešení úkolů souvisejících s grantem.
Celkem investiční náklady
100 000,00 Kč
Plán na rok 2003
Při vstupní oponentuře byly konstatovány malé odměny za řešení úkolu pro pracovníky Fonetického ústavu FF UK Praha. Proto
bylo ze strany řešitele přislíbeno řešení.
Fonetický ústav neměl své vnitřní zdroje na navýšení mzdových požadavků, bylo proto rozhodnuto přesunout určitou částku
z rozpočtu příjemce na rok 2003 následujícím způsobem:
· Převedení 25 tisíc Kč z položky Investiční prostředky na Fonetický ústavu FF UK Praha
· Zbylých 55 tisíc Kč z položky Investiční prostředky bude převedeno do položky Věcné náklady, a to do Provozních
nákladů.
Částka Celkové prostředky GA ČR pro rok 2003 se nemění.
Část DB-mzdy2002
Josef Psutka
102/02/0124
Náklady na mzdy
Jméno :
Příjmení :
Roční mzda
Odměna
včetně os.
za rok
příplatku 1)
2)
Roční mzda
Odměna
Celkem za
včetně os.
za rok
Celkem za
osobu
příplatku 1)
2)
osobu
Josef
Psutka
5
5.00
5
5.00
Luděk
Müller
3
3.00
3
3.00
Vlasta
Radová
3
3.00
3
3.00
Jindřich
Matoušek
3
3.00
3
3.00
Zbyněk
Tychtl
3
3.00
3
3.00
Miloš
Železný
3
3.00
3
3.00
0.00
20.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
20.00
Čerpané
mzdy
Konzultace, posudky
Celkem OON
odměny
0.00
20.00
celkem
mzdy
odměny
0.00
celkem
0.00
Celkem
čerpané
Celkem
požadované
3
3.00
3.00
3.00
23.00
23.00
20.00
Rozpis hospodaření s grantovými prostředky v roce 2002 a plán na rok 2003 na pracovišti ZČU v
Plzni
Komentář k věcným nákladům:
Provozní náklady:
(plán 89 tis. Kč)
Elektromateriál
PC komponenty a příslušenství
Technické zhodnocení
Kancelářský materiál
Knihy (odborné) + plakáty
Náklady peněžního styku, kurzovní ztráty
Celkem
Služby:
(plán 80 tis. Kč)
Telekomunikační a poštovní služby
Přepravní služby
Vložné (Biosignál, TSD, ICSLP, Norsig)
Roční zákaznická podpora
Poster (tiskové služby)
Členský příspěvek (Radová)
Celkem
Příspěvek na režii pracoviště
Režie
6 805,00 Kč
5 906,00 Kč
46 355,47 Kč
8 781,00 Kč
1 440,00 Kč
3 003,48 Kč
72 290,95 Kč
(plán 20 tis. Kč)
20 000,00 Kč
Cestovní náklady
(plán 90 tis. Kč)
Konference ICSLP:
letenky a kapesné (Müller)
Konference NORSIG
letenka a kapesné (Radová)
Domácí cestovné
37 971,68 Kč
Celkem
Pojištění
1 594,00 Kč
59 491,60 Kč
26 992,40 Kč
11 263,36 Kč
15 630,70 Kč
1 413,18 Kč
116 385,24 Kč
31 703,50 Kč
- 1 800,00 Kč
71 475,18 Kč
(plán 8 tis. Kč)
7 000,00 Kč
Stipendia
(plán 90 tis. Kč)
Vyplaceno na stipendiích
90 000,00 Kč
(na výplatnici se objevili doktorandi a spolupracující studenti magisterského studia; pozn.: žádná z osob nebyla zároveň
odměňována prostřednictvím OON)
Celkem věcné náklady
377 151,37 Kč
Institucionální podpora:
Institucionální podpora byla realizována příspěvkem ZČU na pokrytí poměrné částky mzdových prostředků jednotlivých
spolupracovníků a stipendií doktorandů, kteří se na řešení projektu podíleli. Tato podpora v celkové výši 150 tis. Kč byla
odvozena následujícím způsobem:
prof. Psutka (vedení projektu, inst. podpora 20 tis. Kč), doc. Müller (inst. podpora 28 tis. Kč), dr. Radová (inst. podpora 27 tis.
Kč), Ph.D. J. Matoušek (inst. podpora 25 tis. Kč), Ph.D. Tychtl (inst. podpora 25 tis. Kč), Ph.D. Železný (inst. podpora 25 tis.
Kč). Další, nevyčíslená, podpora ZČU byla realizována poskytnutím výpočetní techniky (jejíž nákup není z prostředků projektu
plánován), laboratoří, administrativního zázemí pracovníků katedry kybernetiky a oddělení vědy a výzkumu.
Část DB-mzdy2002
Zdena Palková
102/02/0124
Náklady na mzdy
Jméno :
Příjmení :
Roční mzda
Odměna
včetně os.
za rok
příplatku 1)
2)
Roční mzda
Odměna
Celkem za
včetně os.
za rok
osobu
příplatku 1)
2)
Celkem za
osobu
Marie
Dohalská
3.00
3.00
7.00
7.00
Tomáš
Duběda
6.00
6.00
7.00
7.00
Jitka
Janíková
5.00
5.00
7.00
7.00
Jana
Mejvaldová
3.00
3.00
7.00
7.00
Pavel
Machač
7.00
7.00
7.00
7.00
Zdena
Palková
4.00
4.00
8.00
8.00
Radek
Skarnitzl
5.00
5.00
7.00
7.00
Jana
Volín
3.00
3.00
7.00
7.00
0.00
36.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
36.00
Čerpané
mzdy
odměny
0.00
57.00
57.00
celkem
mzdy
odměny
0.00
celkem
0.00
Celkem
čerpané
Celkem
požadované
2x DPP:fonrt.analýza txt,ukládání dat do databáze,analýza akust.spekter
4.00
8.00
Celkem OON
4.00
8.00
40.00
65.00
Rozpis hospodaření s grantovými prostředky v roce 2002 a plán na rok 2003 na pracovišti Fonetického ústavu FF UK
Praha
Investice.
Investice nebyly plánovány .
Neinvestiční věcné náklady
Cílem bylo jednak doplňovat a inovovat počítačové zařízení a zařízení pro záznam a reprodukci zvuku, jednak pořídit
spotřební materiál nezbytný pro výzkumnou práci. Byl vyžádán souhlas GA ČR s posílením prostředků na provozní náklady
z prostředků ušetřených v položkách na služby a cestovné.
Provozní náklady:
Spotřební materiál: zejm. tonery, diskety, audiokazety, nosiče ZIP, spojovací materiál, klávesnice, síťové karty,
kancelářské potřeby, myš
Drobný hmotný majetek: záložní zdroj APC, repro pro PC, vypalovačka, sluchátka, HDD, externí ZIP, odborná literatura
(2ks)
Opravy zařízení mgf. DAT (2x), tiskáren (2x) a minidisku.
Služby nebylo nutno čerpat.
Příspěvek na režii pracoviště byl čerpán po dohodě s vedením školy ve výši 15% (místo původě plánovaných 20%).
Cestovní náklady, konference.
Z původně plánovaných nákladů byla vyčerpána jen menší část. Odpadly výdaje spojené s organizací
semináře “Speech Processing“, který se v důsledku povodňové kalamity neuskutečnil. Z položky byl
poskytnut příspěvek na zahraniční cestu Mgr. B. Hedbávné, která se účastnila s referátem konference
mladých jazykovědců na Slovensku (viz bibliografie a samostatná zpráva). Menší částka byla použita na
zvýšení diet pro zahraniční spolupracovníky z pracoviště v Drážďanech (M. Eichner, G. Strecha ) při
pobytu v Praze, v celkové výši 2.124,- Kč.
Sociální a zdravotní pojištění bylo zaplaceno v stanovené výši 35%
Stipendia. Práce na grantu se zúčastnilo v průběhu roku 5 studentů jimž bylo přiznáno stipendium v různé délce podle
zadaného úkolu (měsíční sazba 600,-Kč, v souladu se stipendijním řádem FF UK). Zúčastnili se zejména práce na analýze
materiálu a ukládání dat do databáze. přípravě databáze a při zajišťování chodu sítě.
Mzdové náklady
Z celkové částky 40 tis. Kč byly vyplaceny 2 smlouvy ve výši 2x 2000,- Kč na specializované práce při vytváření testů.
Zbývající částka 36. 000,- byla použita na odměny řešitelskému týmu.
Část DB-mzdy2002
Jan Černocký
102/02/0124
Náklady na mzdy
Jméno :
Jan
Příjmení :
Roční mzda
Odměna
včetně os.
za rok
příplatku 1)
2)
Černocký
18.00
0.00
18.00
Roční mzda
Odměna
Celkem za
včetně os.
za rok
Celkem za
osobu
příplatku 1)
2)
osobu
1
Celkem OON
odměny
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
18.00
0.00
10.00
10.00
celkem
mzdy
odměny
0.00
8.00
Celkem
čerpané
celkem
8.00
Celkem
požadované
0.00
0.00
18.00
18.00
10.00
0.00
Čerpané
mzdy
10.00
18.00
Rozpis hospodaření s grantovými prostředky v roce 2002 a plán na rok 2003 na pracovišti VUT Brno
Věcné náklady 2002:
Provozní náklady – na rok 2002 plánováno 50 000 Kč, celkem vyčerpáno 57 413 Kč
42611 Kč – upgrade a rozšíření počítačového vybavení:
- sluchátka, reproduktorya mikrofony pro nahrávání a poslech řečových signálů.
- paměti 256 a 512 MB pro umožnění trénování skrytých Markovových modelů při současném užívání počítače jako
pracovní stanice (minimalizuje nutnost swapování mezi pamětí a diskem)
- 3 pevné disky 120GB pro ukládání velkých množství řečových dat pro trénování a testování.
- další drobný hardware: CD-mechaniky, zvukové karty.
8111 Kč – odborné knihy:
- Daniel Jurafsky and James H. Martin: SPEECH and LANGUAGE PROCESSING, An Introduction to Natural
Language Processing, Computational Linguistics, and Speech Recognition, Prentice-Hall, 2000, ISBN: 0-13095069-6
- Thierry Dutoit : An Introduction to Text-To-Speech Synthesis (Text, Speech and Language Technology, V. 3),
Kluwer Academic Publishers; ISBN: 0792344987
- Nelson Morgan, Ben Gold : Speech and Audio Signal Processing: Processing and Perception of Speech and Music,
John Wiley & Sons; ISBN: 0471351547
2557 Kč – běžný spotřební a kancelářský materiál: CDR-disky, prodlužovací šňůra, šanony, atd.
1347 Kč – oprava monitoru.
2310 Kč – poštovné. Běžné poštovné pro zasílání příspěvků na konference, DHL služba pro zaslání návrhu evropského projektu
souvisejícího s grantem GAČR.
Služby – na rok 2002 plánováno 12000, celkem vyčerpáno 22976
3008 Kč – konferenční poplatky (včetně poplatku za převod) Rádioelektronika 2002 – viz publikace [CER02c], [CER02d],
[CER02f], [MOT02a], [CER02g].
9500 Kč – konferenční poplatek konference TSD 2002 – viz publikace [CER02a], [CER02e], [MOT02b]
144 Kč – poplatek Společnosti pro radioelektronické inženýrství vydávající časopis Radioengineering [BUR02]
10324 Kč – členský poplatek IEEE (včetně poplatku za vystavení šeku a poštovného) pro Dr. Černockého a 7 studentů
doktorského studia. Členství v IEEE dává možnost bezplatného odběru časopisů, a nabízí účast na konferencích za výhodných
podmínek, především pro studenty. IEEE je prestižní „cechovou“ organisací elektrických a elektronických inženýrů, Dr.
Černocký byl v roce 2002 zvolen sekretářem její Československé sekce.
Příspěvek na režii pracovišť navrhovatele – na rok 2002 plánováno 20000 Kč, celkem vyčerpáno 19625 Kč
Cestovní náklady – na rok 2002 plánováno 55000 Kč, celkem vyčerpáno 37463 Kč
1124 Kč – cestovné ČR – cestovní náklady na cesty k ostatním řešitelům projektu.
26830 Kč – letenka, přeprava na letiště a pobytové náklady na workshop LREC 2002 - workshop on Portability issues in human
language technologies, Las Palmas – vyžádaný příspěvek Dr. Jana Černockého, publikace [CER02b]
9509 Kč – letenka a úhrada pobytových nákladů pro zahraničního hosta: Jean Hennebert, 30/11-3/12/2002, společnost Ubicall,
Belgie: seminář o dialogových systémech pro členy řešitelského týmu a studenty doktorského a magisterského studia, konsultace
o odborných tématech a eventuálním postupu ve společných projektech.
Stipendia studentům a doktorandům – na rok 2002 plánováno 95000 Kč, celkem vyčerpáno 95000 Kč
Za práci na projektu byla vyplacena následující mimořádná stipendia:
Ing. Petr Jenderka
1. ročník
9400
Ing. Tomáš Vícha
1. ročník
7400
Ing. Tomáš Kašpárek
1. ročník
2000
Ing. Petr Schwarz
1.-2. ročník
18500
Ing. Martin Karafiát
1.-2. ročník
14900
Ing. Pavel Matějka
1.-2. ročník
12000
Ing. František Grézl
2.-3. ročník
5000
Ing. Lukáš Burget
3.-4. ročník
21963
Ing. Petr Motlíček
3.-4. ročník
3837
Stipendium pro Ing. Burgeta přitom zahrnovalo úhradu za zaplacení konferenčního poplatku 270US$ na konferenci ICSLP
v Denveru, viz publikace [MOT02c] (cestovné bylo hrazeno z jiných zdrojů).
Sociální a zdravotní pojištění: na rok 2002 plánováno 6000 Kč, celkem vyčerpáno 6000 Kč
Mzdové náklady 2002:
na rok 2002 plánováno 18000 Kč, celkem vyčerpáno 6000 Kč
Jedinou položkou ve mzdových nákladech pro VUT Brno byla odměna pro spoluřešitele grantu, Dr. Jana Černockého.
Celkem na rok 2002 plánováno 256000 Kč, celkem vyčerpáno 256000 Kč
Věcné náklady 2003.
Plánované členění je stejné jako pro rok 2002 a odpovídá návrhu projektu, změny nejsou požadovány.
Provozní náklady: na rok 2003 plánováno 50000
Modernizace výpočetní techniky (především další posílení diskové kapacity a rychlosti přístupu k datům), knihy, drobný
spotřební materiál. Opravy zařízení používaného na projektu.
Služby: na rok 2003 plánováno 12000
Konferenční poplatky na jednu zahraniční (ICASSP 2003) a jednu domácí konferenci (TSD 2003). Členské poplatky IEEE:
Příspěvek na režii pracovišť navrhovatele : na rok 2003 plánováno 20000 Kč
Cestovní náklady – na rok 2002 plánováno 55000 Kč
Cestovné a pobytové náklady pro 1 osobu na konferenci ICASSP 2003 v Hongkongu, cestovné a pobyt na TSD (Plzeň), místní
cestovné k partnerům projektu.
Stipendia studentům a doktorandům : na rok 2003 plánováno 95000 Kč, celkem vyčerpáno 95000 Kč
Stipendia studentům doktorského a magisterského studia podílejícím se na projektu.
Sociální a zdravotní pojištění: na rok 2003 plánováno 6000 Kč
Sociální a zdravotní pojištění spojené s odměnou pro řešitele projektu a pro technický a administrativní personál (viz následující
odstavec)
Mzdové náklady 2003:
Oproti stavu z roku 2002 žádáme o snížení prostředků na odměny odborných pracovníků o 8000 Kč a o přesunutí této částky do
kapitoly odměn pro technického personálu, který na projektu spolupracuje.
Celkem požadováno na rok 2003: 256000 Kč.
Část DB-mzdy2002
Václav Šebesta
102/02/0124
Náklady na mzdy
Jméno :
Václav
Příjmení :
Roční mzda
Odměna
včetně os.
za rok
příplatku 1)
2)
Šebesta
Odměna
Celkem za
včetně os.
za rok
Celkem za
osobu
příplatku 1)
2)
osobu
10.00
0.00
0.00
Roční mzda
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
Čerpané
mzdy
odměny
10.00
0.00
0.00
10.00
10.00
celkem
mzdy
odměny
0.00
celkem
0.00
Celkem
čerpané
Celkem
požadované
Celkem OON
0.00
0.00
0.00
10.00
Rozpis hospodaření s grantovými prostředky v roce 2002 a plán na rok 2003 na pracovišti Ústavu informatiky AV ČR
Praha
Provozní náklady
Plán
10 000.Skutečnost 7000.- drobné náklady za pronájem a nákup SW, za telefon, kontrolu správnosti anglického
textu,
Příspěvek na režii
6000.-
Cestovné a konference
Plán 14 000.Skutečnost 17 000.- část nákladů za účast na konferenci RASC 2002 v Nottinghamu.
Plán na rok 2003:
Provozní náklady:
Plán
2 000.drobné náklady za pronájem SW, za telefon, kontrolu správnosti anglického textu,
Příspěvek na režii:
10000.-
Cestovné a konference:
Plán 35 000.část nákladů za účast na konferenci ICANNGA 2003 v Roanne, Francie
Sociální a zdravotní pojištění: 3000.Cca 32% z 10000 na odměny
Odměny: 10 000.Dosud nebyly plánovány žádné odměny na celou dobu trvání grantu.
Část DB-mzdy2002
Petr Horák
102/02/0124
Náklady na mzdy
Jméno :
Příjmení :
Roční mzda
Odměna
včetně os.
za rok
příplatku 1)
2)
Roční mzda
Odměna
Celkem za
včetně os.
za rok
Celkem za
osobu
příplatku 1)
2)
osobu
Petr
Horák
19.00
19.00
16.00
16.00
Robert
Vích
18.00
18.00
16.00
16.00
Jiří
Přibil
3.00
3.00
4.00
4.00
Alžběta
Hesounová
4.00
4.00
0.00
0.00
Anna
Madlová
2.00
2.00
3.00
3.00
Martin
Vondra
2.00
2.00
2.00
2.00
Martin
Plšek
1.00
1.00
2.00
2.00
Slavomír
Nemšák
1.00
1.00
2.00
2.00
0.00
50.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
50.00
Čerpané
mzdy
Celkem OON
odměny
0.00
45.00
celkem
mzdy
odměny
0.00
celkem
0.00
Celkem
čerpané
Celkem
požadované
0.00
0.00
50.00
45.00
45.00
Komentář k výdajům grantu GAČR za ÚRE
Provozní náklady - materiál, drobný majetek a pod.
9.4.2002
F-48
3.498,60,Publikace: Improvements in Speech
15.5.2002
F-285
11.614,40
materiál
5x diskety 10ks TDK
488,5x DAT kazeta SONY 180 min
1.342,1x kazeta SONY C90 10ks
219,60
1x řadič Kouwell KW582-6, 6xIEEE1394 2.366,80
10x CD-R Verbatim 24x 80min-10pack
2.440,1x chladič Titan DT5B extra tichý
976,4x myš GENIUS NetSroll Optical/PS2
3.172,2x klávesnice Chicony PS2
610,29.5.2002
F-318
5.040,Publikace: Kahrs: Application of Dig.Sig.Proc...
4.12.2002
F-874
3.412,50
Publikace: DAFX Digital Audio Effects
10.118,- členství IEEE Vích
7.882,časopisy (SP+SPIC-Sign.Proc.+S.P.Image Co)
provozní náklady celkem:
41.565,50
Služby - konzultace, zakázky, publikační a ediční náklady
30.1.2002
F-48
937,doplatek za výrobu brožury workshopu
8.4.2002
F-2035
490,89
bankovní poplatky
4.4.2002
H-4/139 210,cestovní pojištění – Horák
30.4.2002
4/
1640,OCÉ – kopírování
31.5.2002
5/
227,20
kopírování
30.8.2002
H-VIII/ 2074,oprava monitoru ADI
24.7.2002
F-2093
4003,22 konferenční poplatek – Vích
24.7.2002
F-2093
200,bankovní poplatky
31.7.2002
7/
657,60
OCÉ – kopírování
28.11.2002
11/
384,80
OCÉ – kopírování
11.12.2002
F-907
10.000,- namlouvání řečové databáze
12.12.2002
F-920
6.000,výroba brožury workshopu
16.12.2002
4095,instalace audio rozvodů
služby celkem:
30.919,71
Příspěvek na režii pracovišť řešitele a spoluřešitelů: 28.500,Cestovní náklady, konference, úhrady za pobyt zahran. pracovníka
8.4.2002
F-2035
24.544,25
valutové vybavení – konference Speech Prosody
3.5.2002
F-2057
-574,85 vyúčtování konference Speech Prosody – Horák
13.5.2002
H-V/40 -19,80
doplatek vratky – konference Speech Prosody
9.10.2002
H-X/29 1630,20 vyúčt. konference Německo – Vích
9.10.2002
F-2129
-454,96 vyúčt. konference Německo – Vích
30.11.2002
H-XI/180
5407,vyúčt. konference Německo – Vích
cestovní náklady celkem:
30.531,84
Sociální a zdravotní pojištění a FKSP (37% z mezd):
Mzdové prostředky:
Výdaje celkem: 200.017,05 Kč
18.500,50.000,-
Část DB-mzdy2002
Jan Nouza
102/02/0124
Náklady na mzdy
Jméno :
Jan
Miroslav
Dana
Jindra
Petr
Příjmení :
Roční mzda
Odměna
včetně os.
za rok
příplatku 1)
2)
Nouza
Holada
Nejedlová
Drábková
Kolář
25.00
16.00
8.00
18.00
5.00
0.00
72.00
Roční mzda
Odměna
Celkem za
včetně os.
za rok
Celkem za
osobu
příplatku 1)
2)
osobu
25.00
22.00
22.00
16.00
14.00
14.00
8.00
8.00
8.00
18.00
20.00
20.00
5.00
8.00
8.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
72.00
Čerpané
mzdy
odměny
0.00
72.00
72.00
celkem
mzdy
odměny
0.00
celkem
0.00
Celkem
čerpané
Celkem
požadované
Nahrávání a zpracování dat, testování systémů
10.00 nahrávání dat, testování
Celkem OON
10.00
10.00
82.00
82.00
10.00
Rozpis hospodaření s grantovými prostředky v roce 2002 a plán na rok 2003 na pracovišti Technické univerzity v Liberci
Finanční prostředky přidělené na rok 2002 byly úplně vyčerpány, a to v souladu s plánem, resp. se změnou
schválenou GA ČR v listopadu 2002 (změna se týkala pouze rozšíření řešitelského týmu a tím pádem
přerozdělení řešitelských odměn)
Specifikace čerpání je provedena formou tabulkového přehledu účetnictví:
Provozní náklady
Položka
zahraniční odborná literatura - knihy: Acoustic Signal Processing,
Face detection and gesture recognition for human-computer
interaction
sborník konference ICSLP 100 USD
česká odborná literatura a sborník
časopis IEEE
poštovné (domácí a USA)
poplatky bance a kurz. ztráty
vazba sborníku
spotř. materiál (catridge, CD Romy, sluchátka, diskety, kabel)
papír
síťová karta
zvukové karty
2xCD Writer
2xflashdisk
Služby - poplatky konference
Konference Biosignal (1 účastník)
Konference Radioelektronika (3 účastníci)
Vložné konference SPRA (1 účastník)
Vložné konference TSD (3 účastníci)
Sociální pojištění
Zdravotní pojištění
Cestovní náklady
Konference Radioelektronika (Slovensko)
Konference ICSLP2002 (USA) - kompletní náklady
Mzdové náklady
Odměny řešitelům
Dohody - nahrávání a zpracování řečových dat
Doktorandi - stipendia
Režie - celkem
Investiční náklady - PC Athlon 2200+, 1GB RAM, 80 GB HD,
monitor LCD V8
Celkem vyčerpáno
Přidělené prostředky
40365,97
6835,34
3100,00
727,00
5594,91
1146,00
1334,92
50,40
6144,10
1317,60
512,40
1512,80
4119,50
7971,00
43502,32
1503,00
2116,68
18882,64
21000,00
25200,22
18720,00
6480,22
61794,13
998,65
60795,48
82000,00
72000,00
10000,00
62000,00
10137,79
75000,00
400000,00
400000,00
Komentář ke změnám plánu čerpání prostředků na rok 2003 na pracovišti TU Liberec:
Na základě dosavadních zkušeností s rozšiřováním týmu o mladé perspektivní pracovníky je navýšena
zejména položka doktorská stipendia a malé navýšení se týká rovněž cestovného a služeb (zejména plateb za
konferenční registraci) - obojí má sloužit opět ke zvýšení motivace mladých pracovníků formou účasti na
zahraničních konferencích. Uvedené navýšení je kompenzováno snížením materiálových a režijních nákladů.
Zdůvodnění změn v řešitelských kolektivech
Během prvního roku řešení projektu došlo k několika změnám v řešitelských kolektivech na spoluřešitelských pracovištích.
Všechny tyto změny byly oznámeny na GA ČR - Sekci technických věd.
Spolupracující pracoviště URE AV ČR
V souvislosti se změnou pracoviště Dr. Ing. Jiřího Přibila se novým spoluřešitelem za ÚRE AV ČR stal od 1.2.2002 Ing. Petr
Horák. Dr. Ing. Jiří Přibil zůstal nadále členem řešitelského kolektivu formou částečného pracovního úvazku. Řešitelský kolektiv
byl dále rozšířen o Ing. Martina Vondru a Slavomíra Nemšáka, kteří pracují na různých metodách změny hlasu a o Ing. Annu
Madlovou-Přibilovou, která se zabývá harmonickým modelováním řeči. Od června nastoupila Mgr. Alžběta Hesounová
mateřskou dovolenou. Od listopadu byl řešitelský kolektiv rozšířen ještě o Ing. Martina Plška, který se zabývá modelováním
řeči.
Spolupracující pracoviště TU Liberec
Řešitelský tým nyní tvoří 7 pracovníků, z toho jeden profesor, čtyři odborní asistenti a dva studenti doktorského studia.
K aktivitám týmu se připojilo také 6 studentů magisterského studia, kteří řeší dílčí úlohy v rámci diplomových a ročníkových
projektů.
Spolupracující pracoviště FF UK Praha
V průběhu r. 2002 vážně onemocněla členka našeho grantového týmu Marie Svobodová,PhD a následně odešla
z Fonetického ústavu . Pokud se bude moci i nadále účastnit práce, bude to jen v omezeném rozsahu. NAopak bylo možno
získa pro práci na projektu dva mladé pracovnííky, kteří nastoupili ve FÚ od 1.10. 2002 a jejichž odborné zaměření je
v souladu s řešenou problematikou: Jsou to asistent Mgr. Radek Skarnitzl (RČ 770912 / 6007 )a interní doktorandka Mgr.
Barbora Hedbávná (RČ 776112 / 4602 ). O souhlas se změnou ve složení týmu jsme požádali kancelář GA ČR dopisem
z 23.10. 2002.
Část DC 02
Program prací pro další rok
Řešitel:
Pavel Sovka
102/02/0124
Akustické zpracování signálu řeči
· další rozšiřování a anotace databází záznamů mluvené a čtené řeči, zejména o záznamy z médií, běžné mluvy, spontánní a
telefonní řeči a řeči přenášené internetem, rozšiřování databází hluků z různých prostředí
· vytvoření nových akustických modelů reprezentujících nejnižší akustické jednotky řeči (fonémy a subfonémy) a dále
vytvoření modelů různých neřečových (šumových a hlukových) jevů, spočívající v nalezení jejich vhodné struktury,
natrénování a zakomponování přímo do systému rozpoznávání řeči
· problematika detekce hraničních bodů řečového signálu “ponořeného” v rušném prostředí, vývoj algoritmů detekce řeči na
bázi diferenciální kepstrální analýzy, problematika redukce šumů ve snímané řeči, použití časových trajektorií a operátorů
známých ze zpracování obrazů pro tvorbu robustních příznaků, vývoj detektoru řečové aktivity založeného na akustických
parametrech a frekvenci pohybů tváře určené z video-sekvence.
Lexikografické a fonetické modelování řeči
· pro skutečné nasazení systémů rozpoznávání řeči je nutné vytvořit několikaúrovňový slovník vycházející z frekvenční analýzy
základních a morfologicky odvozených tvarů, ke každé slovníkové položce je nutné automaticky vygenerovat základní a
alternativní varianty výslovnosti.
Jazykové modelování řeči
· další rozšiřování textových zdrojů pro tvorbu statistických jazykových modelů, zejména o přepisy skutečných promluv a
dialogů (např. z televize a rozhlasu),
· vytvoření jazykového (bigramového a trigramového) modelu pro češtinu, založeného na gramatických a morfologických
kategoriích.
Rozpoznávání spojité řeči
· návrh a ověřování rychlých metod dekódování a rozpoznávání spojité řeči pro češtinu s cílem vytvořit systém pro
rozpoznávání plynule mluvené řeči v rozsahu nejméně 20 tisíc slovníkových položek s odezvou v reálném čase
· nalezení vhodného algoritmu a míry spolehlivosti určujícího míru spolehlivosti rozpoznaných slov a frází a ověření na
reálných datech
Rozpoznávání mluvčího
· dokončení výběru vhodných příznaků za podmínek, kdy referenční data byla získána prostřednictvím jiného přenosového
kanálu než data testovací, pokračování v experimentech vedoucích ke zjištění optimálního množství řeči pro rozpoznávání
řečníka pro textově závislý i textově nezávislý způsob rozpoznávání řečníka, realizace dílčích klasifikátorů
· rozpoznávání a verifikace mluvčího pracující nad tzv. otevřenou sadou (případ, kdy testovaná osoba může ale nemusí být
v seznamu osob, reprezentovaných modely), využití robustnějších příznaků pro rozpoznávání méně kvalitního signálu,
automatická detekce změny mluvčího v záznamech diskusí, apod.
Multimodální analýza a rozpoznávání řeči
· zapojení signálu z kamery do procesu detekce, segmentace, a rozpoznávání řeči.
Systémy syntézy řeči z textu
· vývoj a porovnání různých metod syntézy řeči včetně postupů pro automatické zpracování textu pro účely TTS syntézy,
automatické generování hodnot prozodických charakteristik řeči z textu, zdokonalení navrženého prozodického modelu,
zdokonalení navrženého algoritmu pro automatickou detekci hlasivkových pulsů v řečových signálech, návrhu poslechových
testů pro hodnocení kvality syntetické řeči
· optimalizace syntézy řeči založené na různých modelech a jejich implementace, analýza a syntéza hlasu s vysokým
základním
kmitočtem, tj. se zaměřením na ženský a dětský hlas a studium a implementace metod transformace hlasu,
úprava trifónové databáze pro účely automatické segmentace a realizace automatického segmentátoru, využití intonačního
modelu pro modelování melodie řeči pomocí neuronových sítí, pokračování v nahrávání prozodické databáze, implementace
rozhraní MS Speech API do současného TTS systému
· sestavení rozsáhlé databáze promluv z rozhlasových nahrávek a její předzpracování pro účely trénování prozodie pomocí
UNS,
hledání citlivostí výsledných prozodických vlastností v závislosti na optimálních charakteristických vlastnostech češtiny
ovlivňujících prozodii, hledání optimální topologie UNS a algoritmu učení.
Identifikace jazyka a kódování na nízkých rychlostech
· využití akustického modelování a fonotaktických modelů
· zlepšení kvality výstupu kodéru a přípravné práce pro vybudování demonstrátoru pro přenos řeči na velmi nízkých
rychlostech

Část DA02 Dílčí zpráva o řešení grantového projektu za rok 2002.

Transkript

Podobné dokumenty

KRYCÍ LIST NABÍDKY

Rozpočet klubu Pod-O

FZ 37 Leden 2016 - Římskokatolická farnost Velké Karlovice