-
Investigate the effect of emotions and noise data on the forensic voice comparison, using the deep learning techniques
Témavezető : Abed Mohammed Hamzah
-
Speech recognition technology has been used for a long time, but recognizing a speech accurately is a very difficult task. In this topic, we mainly use the conformer-ctc model provided by open-source toolkits (Nemo), and fine-tune the model to achieve better training results. If you are interested in automatic speech recognition, and have a good foundation in python, it is highly recommended that you choose this topic.
Témavezető : Meng Yan
-
Computer vision (CV) and Natural Language Processing (NLP) are two main subfields of machine learning, and a lot of research is going on there.
These two subfields overlap together in tasks such as text generation out of image (image2text) or vice-versa (text2image).
A main challenge that is facing these models (and ML based models in general) is the explaination of the model's output, e.g.: why a certain object appears in a certain image captioning.
The task of the student(s) is to get familiar with those tasks and try to reproduce available XAI (explainable AI) algorithms in order to utilize them later.
Number of students: 1 - 2.
Témavezető : Modafar Mohammad Mahmood Al-Shouha
-
Speech processing has attracted the interest of both scholars and industry during the last few decades. The technique of converting text into artificial speech is known as speech synthesis. It can be utilized in a blind person's speech monitoring system, a web browser, mobile phones, PCs, and laptops. Nowadays, every effort is taken to generate as natural a synthesized sound as possible. Our project aims to create a speaker adaption model that uses a Deep Neural Network to synthesize speech. The project will be completed using Merlin (a speech synthesis toolkit that uses neural networks to create speech).
Témavezető : Mandeel Ali Raheem
-
Az emberközpontú mesterséges intelligencia (Human-Centered Artificial Intelligence, HCAI) az MI olyan felhasználásáról szól, amelyeknek etikusnak kell lenniük, tiszteletben kell tartaniuk az emberi jogokat és a szabadságot. Az MI-rendszereket készítő hallgatóknak a technológiai készségek, valamint az etikai és jogi ismeretek megfelelő keverékének elsajátítására van szükségük, amelyek megfelelnek az információs technológia iparág igényeinek. A 'human-in-the-loop' megközelítés kéz a kézben jár az emberközpontú AI-val. Ez azt jelenti, hogy az emberek részt vesznek az ML-modell betanítási, tesztelési és hangolási folyamatában is.
A hallgató feladata a HCAI szempontok alkalmazása a beszéd- és bioszignál (nyelvultrahang képek, a beszélő szervek mágneses rezonancia képei, agyi EEG) feldolgozásában, a némabeszéd-interfészek és a beszédalapú agy-számítógép interfészek kidolgozása során.
Témavezető : Dr. Csapó Tamás Gábor
TIPPEK AZ ÖNÁLLÓ LABOR (ÉS SZAKDOLGOZAT, DIPLOMATERVEZÉS) TANTÁRGYAKHOZ
A lényege: A hallgató az év elején választ egy témát és vele egy egyéni konzulenst. Év közben egyéni munkarendben dolgozik (esetleg több labortárssal közösen), majd az év végén a tárgyfelelősnek írásban(elektronikusan beadva) és szóban (vetített képekkel) beszámol. (Vesd össze az ún. "szakirány labor" fogalmával: adott időpontban bemégy a laborba, ahol adott mérési utasítás alapján kell egy adott feladot "lemérned"). A tanszéken a témalabor tevékenység többféle tárgy keretében zajlik a résztvevők hallgatók szakjának (vill, infó), képzésének (BSc, MSc, ötéves), évfolyamának és szakirányának/ágazatának függvényében. A különféle tárgyak történeti és egyéb okokból más-más nevet viselnek, formailag más és más tárgyadatlapot, tárgykövetelményt tartalmaznak, történeti és terhelés megosztási okokból részben más és más a tárgyfelelős oktatójuk, de ettől függetlenül a tárgyak tematikája, követelmény rendszere harmonizált, lényegileg azonos. A témalabor tárgyak tematikai célja a mérnöki életben szokásos tipikus feladatok (lehetőleg az összes!) gyakorlása: A feladat specifikációjának részletes megértése, kidolgozása A szakmában, vagy a szakirodalomban az adott feladattípusra esetlegesen ismert megoldási lehetőségek felkutatása, bemutatása, elemzése. Az előző pont alapján a megoldás megtervezése, ideértve a helyes megvalósítás ellenőrzésének módját is (teszt tervek) A megoldás megvalósítása, elkészítése A megoldás ellenőrzése, értékelő elemzése A fenti séma nagyon sokféle feladatra alkalmazható, legyen az hardver, vagy szoftver.
MITŐL ÖNÁLLÓ A TÉMALABOR/ÖNÁLLÓLABOR?
Ha a konzulens ezt lehetővé teszi, akkor lehet csapatban dolgozni, de néhány dologra oda kell figyelni: A témalabor tárgyak tematikai célja a mérnöki életben szokásos tipikus feladatok (lehetőleg az összes) gyakorlása (lásd a témalabor fogalmi definícióját). Ezeket minden hallgatónak önállóan gyakorolnia kell (az összeset!), még ha esetleg csoportban is dolgozik. Ezért általában nem fogadható el, ha egy csapatban valaki csak "dokumentál", és valaki csak "kódol". Hangsúlybeli, aránybeli különbségek (akár jelentősek is) persze lehetnek a csapattagok között, de mindenkinek minden tevékenységfajtával foglalkoznia kell valamennyit. Adott esetben a tárgyfelelős előírásai szerint a csapattagok készíthetnek (részben) közös írásbeli és/vagy szóbeli beszámolókat, de ezekből minden esetben kideríthetőeknek kell lenni az egyéni csapattagok egyéni részfeladatainak és azok megoldásának.
HOGYAN VÁLASSZAK TÉMÁT?
Böngéssz az aktuális témakiírások között, és válassz 1-2-3 szimpatikus témát. Feltétlenül beszélj interaktívan a szimpatikus témák konzulenseivel (telefonon, vagy személyesen). Ha szükséges, akkor ehhez kérj személyes találkozót is. Faggasd ki, hogy mit lehet tudni a feladatról! Ha megegyeztetek, akkor végezd el az adott tárgy adott félév-eleji kötelező adminisztrációs és/vagy programozott mérési feladatait. Az adminisztrációs feladatok hasonlóak, de az aktuális tárgyfelelős szájaíze szerint vannak kisebb-nagyobb eltérések. Ez ügyben nézd meg: a tantárgy követelményét(!) a tárgy, vagy a tárgyfelelős honlapját, ahol adott esetben fontos, a tárgykövetelményekben nem szereplő hirdetményt találhatsz. Ezeket a hirdetményeket a tárgyfelelősök tudottnak veszik! Miután elvégezted a kötelező év eleji feladatokat, tennivalókat kezdj el dolgozni a konzulenseddel egyeztetett feladaton, a vele egyeztetett tempóban.
MIRE FIGYELJEK TÉMAVÁLASZTÁSKOR?
A téma legyen perspektivikus, azaz több féléven keresztül művelhető! Ideális esetben legyen diplomatervezésig vihető! Faggasd ki a konzulenst a munka jellegéről! Mondjuk az "Ismerkedés az internet világával" egysoros témacím rejthet akár a sorbanállási elméletre alapozó matematikai jellegű feladatot is! Erre ne a félév során kelljen rájönnöd. Ha a diploma után szeretnél esetleg doktori képzésben részt venni, akkor a sikeres felvételihez majdan publikációs pontok is kellenek. Ezt legegyszerűbben I-II-III. helyezést elérő TDK dolgozatokkal lehet elérni. Ehhez hasznos olyan témát keresni, amiből TDK-zni lehet.
