Nghiên cứu này tập trung vào việc nhận dạng giọng nói bằng hai bộ công cụ: Histogram of Oriented Gradient (HOG) kết hợp với Support Vector Machine (SVM) và mạng nơ-ron tích chập (Convolution Neural Network - CNN). Sau khi thu được bộ dữ liệu đặc trưng của âm thanh Mel Frequency Celtral Coefficient (MFCC), các dữ liệu này sẽ được sử dụng để huấn luyện các mô hình phân loại.

Mục đích của Luận văn này tập trung nghiên cứu các kỹ thuật nhận dạng tiếng nói, từ đó xây dựng ứng dụng nhận dạng một số từ, các số và cụ thể là nhận dạng âm thanh và ứng dụng trong chuyển đổi âm thoại sang văn bản sử dụng mô hình Markov ẩn dựa trên các đặc trưng MFCC. Ngoài ra, một số kỹ thuật khử nhiễu dữ liệu như CMS cũng được tích hợp để tăng tính hiệu quả của hệ thống. Các kỹ thuật nhận dạng giọng nói trong luận văn tập trung vào loại dữ liệu âm thanh tiếng Việt. Mời các bạn cùng tham khảo!

Luận văn tập trung nghiên cứu các kỹ thuật nhận dạng tiếng nói, từ đó xây dựng ứng dụng nhận dạng một số từ, các số và cụ thể là nhận dạng âm thanh và ứng dụng trong chuyển đổi âm thoại sang văn bản sử dụng mô hình Markov ẩn dựa trên các đặc trưng MFCC. Mời các bạn cùng tham khảo!