Dílčí zpráva o řešení grantového projektu za rok 2002

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

Grantová agentura České republiky

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

Registrační číslo: 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 v roce 2002 a požadavky na rok 2003 (finanční údaje uvádějte v tis. Kč) Registrační číslo: Řešitel: Pavel Sovka

Rodné číslo: 570204/1972

Hospodaření s prostředky 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




Zdena Palková



377

0

0

0

0

23

23

23

23

400

400

400

400


Jan Černocký


Věcné náklady celkem Investiční prostředky celkem Mzdové náklady celkem Celkem


čerpané

původní

upřesněné

150

150

180

180

0

0

0

0

40

40

40

65

190

190

220

245

Mzdové náklady celkem

3. spoluřešitel:

upřesněné

377


Celkem

původní 377


2. spoluřešitel:

čerpané

377


Celkem




čerpané

původní

upřesněné

238

238

238

238

0

0

0

0

18

18

18

18

256

256

256

256

Vyplňují se žlutá pole označená v pravém horním rohu červenou tečkou (pouze v počítači). Tmavá pole se nevyplňují.

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 v roce 2002 a požadavky na rok 2003 (finanční údaje uvádějte v tis. Kč) Registrační číslo: 5. spoluřešitel: Václav Šebesta



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




Jan Nouza


původní

upřesněné

150

155

155

0

0

0

0

50

50

45

45

200

200

200

200


6. spoluřešitel:

čerpané

150


Celkem




čerpané

původní

upřesněné

243

243

243

243


75

75

75

75


82

82

82

82

400

400

400

400


Celkem 7. spoluřešitel:

Rodné číslo:



čerpané

původní

upřesněné

Věcné náklady celkem Investiční prostředky celkem Mzdové náklady celkem Celkem

0

0

0

0

Vyplňují se žlutá pole označená v pravém horním rohu červenou tečkou (pouze v počítači). Tmavá pole se nevyplňují.

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 v roce 2002 a požadavky na rok 2003 (finanční údaje uvádějte v tis. Kč) Řešitel či spoluřešitel:

Registrační číslo:

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

Požadované na další rok 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




Roční mzda

Odměna

včetně os.

za rok

příplatku 1)

2)


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

Počet pracovníků: Ostatní osobní náklady (dohody o provedení práce nebo dohody o prac. činnosti) -uveďte typ prac. činnosti: Konzultace, posudky


odměny

0.00

20.00


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 Sociální a zdravotní pojištění 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




Roční mzda

Odměna

včetně os.

za rok

příplatku 1)

2)


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


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

Celkem mzdové náklady


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


Řešitel či spoluřešitel a jeho spolupracovníci Jméno : Jan


Roční mzda

Odměna

včetně os.

za rok

příplatku 1)

2)

Černocký

18.00

0.00

Náklady na mzdy a odměny technického personálu celkem za pracoviště: Počet pracovníků:

18.00


Odměna

Celkem za

včetně os.

za rok

Celkem za

osobu

příplatku 1)

2)

osobu

1

Ostatní osobní náklady (dohody o provedení práce nebo dohody o prac. činnosti) -uveďte typ prac. činnosti:


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


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


Řešitel či spoluřešitel a jeho spolupracovníci Jméno : Václav


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



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


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




Roční mzda

Odměna

včetně os.

za rok

příplatku 1)

2)


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



odměny

0.00

45.00


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


Řešitel či spoluřešitel a jeho spolupracovníci Jméno : Jan Miroslav Dana Jindra Petr


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


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


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 a zdravotní pojištění 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

Dílčí zpráva o řešení grantového projektu za rok 2002

Recommend Documents