Luận văn Thạc sĩ: Nghiên cứu nhận dạng ngôn ngữ nói tự động dựa trên tần số cơ bản

Trong bối cảnh nhu cầu phân loại và giám định tiếng nói tự động ngày càng gia tăng, đặc biệt trong các ứng dụng pháp y tại Việt Nam, việc phát triển các phương pháp nhận dạng ngôn ngữ nói tự động trở nên cấp thiết. Luận văn này tập trung vào vai trò quan trọng của thông tin ngữ điệu, mà trọng tâm là tần số cơ bản (F0), trong việc nhận diện ngôn ngữ. Mặc dù tần số cơ bản là một tham số ổn định và mạnh mẽ trong phân tích tiếng nói, các nghiên cứu chuyên sâu về ứng dụng của nó trong bối cảnh tiếng Việt và tiếng Pháp còn hạn chế. Nghiên cứu này nhằm mục đích khám phá và xây dựng một hệ thống nhận dạng ngôn ngữ nói tự động dựa trên tần số cơ bản để phân biệt hai ngôn ngữ có đặc trưng âm điệu khác biệt: tiếng Việt thanh điệu và tiếng Pháp trọng âm.

Nghiên cứu sinh, kỹ sư, và chuyên gia trong lĩnh vực xử lý tiếng nói, trí tuệ nhân tạo, khoa học máy tính và giám định pháp y.

Nghiên cứu này giải quyết thách thức trong lĩnh vực nhận dạng ngôn ngữ nói tự động, một yêu cầu ngày càng quan trọng trong nhiều ứng dụng, bao gồm cả giám định pháp y. Chúng tôi tập trung vào việc khai thác tần số cơ bản (F0) như một đặc trưng ngữ điệu mạnh mẽ và ổn định để phân biệt ngôn ngữ. Luận văn đi sâu vào tổng quan về tiếng nói, các đặc tính âm học, bộ máy phát âm của con người, và các thuật toán xử lý tiếng nói liên quan đến việc trích xuất và phân tích F0. Phương pháp tiếp cận bao gồm nghiên cứu lý thuyết về F0, các thuật toán phân tích và xử lý tiếng nói, cũng như xây dựng mô hình hệ thống nhận dạng. Trọng tâm là áp dụng các kỹ thuật này để phân biệt giữa tiếng Việt – một ngôn ngữ thanh điệu với biến đổi F0 phức tạp – và tiếng Pháp – một ngôn ngữ trọng âm với biến đổi F0 ít hơn. Hệ thống được thiết kế chi tiết bao gồm các bước phân đoạn tiếng nói, tính toán F0, phân tích đường viền F0, và cơ chế ra quyết định dựa trên các đặc trưng này. Ngoài ra, nghiên cứu còn xem xét ứng dụng mạng nơ ron trong nhận dạng tiếng nói để nâng cao hiệu quả. Giá trị ứng dụng của công trình nằm ở việc cung cấp một mô hình sơ bộ có khả năng phân biệt ngôn ngữ dựa trên F0, đóng góp vào các nghiên cứu ban đầu tại Việt Nam về ứng dụng F0 trong nhận dạng tiếng nói. Kết quả thực nghiệm và đánh giá sẽ minh chứng cho tiềm năng của phương pháp này trong các hệ thống nhận dạng ngôn ngữ tự động thực tiễn.