Metody automatického rozpoznávání řeči

Abstract

Tato diplomová práce se zabývá metodami rozpoznávání řeči a to zejména metodou Dynamického borcení časové osy (DTW) a metodou Skrytých Markovových modelů (HMM), které jsou v dnešní době aktuální. V prvních pěti kapitolách jsou kromě vlastních metod a jejich srovnání rozebrány všechny hlavní fáze procesu rozpoznávání, od zpracování analogového zvukového signálu, přes jeho digitalizaci až po nalezení rozpoznávaného slova. Pozornost je věnována zejména rozpoznávání izolovaných slov. Druhá kapitola má přitom praktičtější charakter a to díky analýze zvukových vzorků v MATLABu s cílem demonstrovat vliv koartikulace. Předposlední kapitola je věnována dialogovým systémům a technologii VoiceXML , která představuje jedno z moderních využití rozpoznávání řeči v praxi. Součástí této práce je také tvorba aplikace pro systém MS Windows, která ve spolupráci s programem VISPER II umožňuje hlasové ovládání kalkulačky. Je založená na metodě DTW a její úspěšnost je při odpovídajících podmínkách vyšší než 70%. Více se lze dočíst v kapitole 7.