System rozpoznawania komend głosowych z zastosowaniem systemu wbudowanego

• Autorzy: Tomasik P. , Barański P.

Identyfikatory

DOI

10.15199/ELE-2014-151

Warianty tytułu

EN

Voice recognition system for an embedded system

• Konferencja: Krajowa Konferencja Elektroniki (13 ; 05-09.06.2014 ; Darłówko Wschodnie ; Polska)
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiony został system do rozpoznawania komend głosowych zbudowany w oparciu o 32-bitowy mikrokontroler rodziny ARM7. Zadaniem systemu jest rozpoznanie komendy w oparciu o zadany słownik komend, a następnie wysterowanie odpowiedniego wyjścia. Wypowiedziana komenda zostaje zamieniona na wektor cech wypracowany w oparciu o analizę cepstralną. Ten wektor cech jest porównywany z wektorami cech komend wzorcowych. Porównywanie wykonywane jest metodą nieliniowej transformacji czasowej (ang. Dynamic Time Warping, DTW), w celu eliminacji problemu różnej szybkości wypowiadanych komend.

EN

The article presents a voice recognition system implemented on a 32-bit microcontroller of ARM7 core. The system recognizes a spoken commend from a prepared dictionary and drives the corresponding output. A spoken command is recorded and then converted into a representative vector of cepstrum features. This vector is compared against feature vectors of the commands from the dictonary. The comparison is carried out by means of Dynamic Time Warping algorithm (DTW) which remedies the problem of different duration of spoken commands.

Słowa kluczowe

PL

rozpoznawanie mowy; rozpoznawanie komend głosowych; cepstrum; DTW; nieliniowa transformacja czasowa

EN

voice recognition; cepstrum; DTW; dynamic time warping

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2014
• Tom: Vol. 55, nr 9
• Strony: 116--118
• Opis fizyczny: Bibliogr. 7 poz., wykr.

Twórcy

autor

Tomasik P.

• Politechnika Łódzka, Wydział Elektrotechniki, Elektroniki, Informatyki i Automatyki, Instytut Elektroniki

autor

Barański P.

• Politechnika Łódzka, Wydział Elektrotechniki, Elektroniki, Informatyki i Automatyki, Instytut Elektroniki

Bibliografia

• [1] B. Ziółko, M. Ziółko, „Przetwarzanie mowy”. Wydawnictwa AGH, Kraków 2011.
• [2] M. Bellis, Siri.http://inventors.about.com/od/sstartinventions/a/Siri. htm, dostęp na dzień: 28.03.2014.
• [3] T. Zieliński, „Od teorii do cyfrowego przetwarzania sygnałów”, Wydawnictwo AGH, Kraków 2002.
• [4] S. Cherifa, R. Messaoud, Z. Narima, B. Houcine, “Performance study of vector quantization methods (k-means, GMM) for arabic isolated word recognition system based on DHMM”, Computer and Information Technology (WCCIT), 2013 World Congress on, vol., no., pp.1,4, 22–24 June 2013.
• [5] F. Runstein, F. Violaro, „An isolated-word speech recognition system using neural networks”, Circuits and Systems, 1995., Proceedings., Proceedings of the 38th Midwest Symposium, vol.1, pp. 550–553, 13–16 Aug 1995.
• [6] M.Medress, T. Skinner, D. Kloker, T. Diller, W. Lea, „A system for the recognition of spoken connected word sequences”, Acoustics, Speech, and Signal Processing, IEEE International Conference on ICASSP ‘77., vol. 2, pp. 468–473, May 1977.
• [7] P. Teisseyre, „Porównanie szeregów czasowych z wykorzystaniem algorytmu DTW”, http://www.ipipan.eu/~teisseyrep/PUBLICATIONS/Teisseyre.pdf, dostęp na dzień: 28.01.2014.