Wyniki wyszukiwania - BazTech

1

System rozpoznawania komend głosowych z zastosowaniem systemu wbudowanego

Tomasik P., Barański P.

Elektronika : konstrukcje, technologie, zastosowania

|

2014

|

Vol. 55, nr 9

116-118

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.

2

Voice control

Iwaniec M., Mietła A.

Vibrations in Physical Systems

|

2010

|

Vol. 24

167--172

EN

The article describes the voice control system. It is based on comparing feature vector sequence, which represents spoken word, with patters. For this purpose Dynamic Time Warping algorithm was implemented. Features extracted from voice record are Mel cepstral coefficients. Delta and delta-delta parameters were also tested. Important part of system is algorithm detecting word boundaries. It uses fundamental frequency and energy.

PL

W artykule opisano system sterowania głosowego. Opiera się on na porównywaniu sekwencji wektorów cech, która reprezentuje wypowiedziane słowo, z bazą wzorców. W tym celu zaimplementowano algorytm Dynamic Time Warping. Jako cech ekstrahowanych z nagrań użyto współczynników Mel cepstrum. Przetestowano także parametry delta oraz delta-delta. W skład systemu wchodzi również algorytm wykrywający granice wypowiedzianego słowa, działający w oparciu o częstotliwość podstawową oraz energię.

3

HFCC based recognition of bird species

Wielgat R., Zieliński T. P., Potempa T., Lisowska-Lis A., Król D.

Elektronika : konstrukcje, technologie, zastosowania

|

2008

|

Vol. 49, nr 4

90-94

EN

Results from preliminary research on recognition of Polish birds' species are presented in the paper. Bird voices were recorded in a highly noised municipal environment. High 96 kHz sampling frequency has been used. As a feature set standard mel-frequency cepstral coefficients (MFCC) and recently proposed human-factor cepstral coefficients (HFCC) parameters were selected. Superior performance of the HFCC features over MFCC ones has been observed. Proper limiting of the maximal frequency during HFCC feature extraction results in increasing accuracy of birds' species recognition. Good initial results are very promising for practical application of the methods described in the paper in monitoring of protected birds' area.

PL

W artykule zaprezentowano wyniki wstępnych badań dotyczących rozpoznawania głosów ptaków. Nagrania cyfrowe ptaków dokonano z częstotliwością próbkowania 96 kHz w zaszumionym środowisku miejskim. Jako cech użyto współczynników mel-cepstralnych (MFCC) oraz ostatnio zaproponowanych współczynników human-cepstralnych (HFCC). Zaobserwowano większą skuteczność rozpoznawania, prowadzonego z użyciem tych drugich. Pokazano, że odpowiednie ograniczenie maksymalnej częstotliwości podczas wyznaczania współczynników HFCC prowadzi do podniesienia efektywności rozpoznawania. Uzyskane obiecujące wyniki są dobrym prognostykiem do planowanego, praktycznego zastosowania opisanych metod do monitorowania ostoi ptaków.