Nepriklausomas nuo kalbėtojo balso komandų atpažinimas
Šiame darbe analizuojami nepriklausomi nuo kalbėtojo kalbos atpažinimo metodai, atlikti balso komandų atpažinimo eksperimentai. Darbe aptarti skirtingi kalbos atpažinimo algoritmai. Padaryta trumpa populiariausių komercinio pobūdžio kalbos atpažinimo programų apžvalga. Išanalizuotas pradinis kalbos signalo apdorojimas ir požymių išskyrimas. Išsamiau išanalizuoti du kalbos atpažinimo metodai: dinaminio laiko skalės kraipymo ir paslėptų Markovo modelių metodas. Šių metodų darbingumo įvertinimui panaudotos dviejų tipų atpažinimo programos „Žodžių atpažintuvas” ir „DTW kalbos atpažinimas”. Taikant dinaminio laiko skalės kraipymo metodą ir pasinaudojant Borland C++ Builder programavimo kalba sukurta atskirai sakomų žodžių atpažinimo programinė įranga. Sudaryta 50 naujų balso atpažinimo komandų. Atlikti atskirai sakomų žodžių atpažinimo eksperimentai. Darbą sudaro 12 dalių: įvadas, kalbos atpažinimo metodai, kalbos atpažinimo programos, kalbos signalų požymiai, paslėptieji Markovo modeliai ir jų taikymas kalbos atpažinimui, dinaminis laiko skalės kraipymas ir jo taikymas kalbos atpažinimui, programos panaudotos kalbos atpažinimui, sudarymas naujų balso atpažinimo komandų, eksperimentiniai tyrimai, eksperimentų išvados, apibendrinimas, literatūros sąrašas. Darbo apimtis - 51 p. teksto be priedu, 21 iliustr., 7 lent., 16 bibliografiniai šaltiniai. Atskirai pridedami darbo priedai.
This paper analyzes the speaker independent speech recognition method. Also the different voice command recognition experiments were made. The paper discusses various speech recognition algorithms. A brief review of the most popular commercial speech recognition programs was carried out. Furthermore the original speech signal processing and feature extraction were analyzed. Much attention was paid for comprehensive analysis of the two methods for speech recognition: dynamic time-scale warping and hidden Markov model approach. These methods are used to assess the capacity of two types of recognition programs „Žodžių atpažintuvas” and „DTW kalbos atpažinimas”. A separately spoken words recognition software was developed by the dynamic time-scale warping method using Borland C + + Builder programming language. 50 new voice commands were created for recognition and subsequently the experiments for separately spoken words were applied. The work consists of 12 parts: introduction, methods for speech recognition, speech recognition software, speech features, hidden Markov models and their application in speech recognition, dynamic time-scale warping and the application of speech recognition, speech recognition programs and the new voice commands creation, experimental studies of experimental findings, conclusions, references. The size of work - 51 p. text without appendixes, 21 pictures, 7 tables, 16 bibliographic sources.