Vaizdo požymių naudojimas kalbai atpažinti
Eringis, Deividas |
Baigiamojo darbo tikslas - ištirti vaizdo požymių panaudojimo tariamiems garsams atpažinti galimybę, pritaikyti vaizdo požymius akustinio kalbos atpažinimo tikslumo didinimui. Tikslas pasiektas: idealiomis sąlygomis pavienių garsų atpažinimo tikslumas siekia 96 %. Žodžių atpažinimas pasižymi mažesniu tikslumu, kuris svyruoja nuo 11 % iki 46 %. Taikant vaizdinę informaciją, akustinis kalbos atpažinimo tikslumas padidėjo 10,5 %.Darbą sudaro: įvadas, akustinio kalbos atpažinimo problemos, vizualus kalbos atpažinimas, vizualaus kalbos atpažinimo sistemos realizacija, eksperimentinių tyrimų rezultatai, apibendrinimas, informacijos šaltinių sąrašas ir priedai.Darbo apimtis 58 p. aiškinamojo rašto be priedų. 26 iliustracijos, 9 lentelės, 56 bibliografiniai šaltiniai, 6 priedai.
The aim of this thesis was to - investigate capability of visual features in speech recognition and to estimate the possibility of integration of visual features into speech recognition. The goal was achieved - recognition rate of 96 % for separate sounds was achieved. Recognition rate for single words was lower, and varied from 11 % to 46 %. Visual features employment in acoustic speech recognition, has increased speech recognition rate by 10,5 %. Thesis structure: introduction, problems of acoustic speech recognition, visual speech recognition, implementation of visual speech recognition system, experimental results, conclusion and generalization of results, literature list and appendixes.Thesis consists of: 58 p. of text without appendixes, 26 pictures, 9 tables, 56 bibliographical entries, 6 appendixes.