| Περίληψη: | Η Αναγνώριση Ομιλίας αποτελεί ένα σημαντικό τεχνολογικό επίτευγμα, καθώς χάριν σε αυτό έχει γίνει η ζωή μας πιο εύκολη. Τις εφαρμογές της μπορεί να τις βρει κανείς στο τομέα της αυτοκίνησης, της ιατρικής, σε άτομα με ειδικές ανάγκες, ακόμα και στον στρατό. Σε παλαιότερες εποχές κάτι τέτοιο δεν ήταν εφικτό, καθώς δεν υπήρχε ο κατάλληλος εξοπλισμός και η τεχνογνωσία για να υλοποιηθεί. Στις μέρες μας όμως, με την ραγδαία ανάπτυξη της τεχνολογίας όχι απλά είναι εφικτό αλλά, μπορεί να πραγματοποιηθεί με πολύ μικρό κόστος και με ένα χαμηλού επιπέδου σύστημα.
Η παρούσα διπλωματική εργασία επικεντρώνεται στην ανάπτυξη ενός συστήματος αναγνώρισης ομιλίας βασισμένο στο κρυμμένο μοντέλο Markov (ΗΜΜ). Για την κωδικοποίηση της ομιλίας χρησιμοποιούνται οι Mel-frequency cepstral coefficients (MFCCs). Η υλοποίηση του συστήματος γίνεται με την γλώσσα προγραμματισμού C βασισμένη στo γραφικό περιβάλλον χρήστη Keil uVision, χρησιμοποιώντας τον μικροελεγκτή STM32F334R8. Ο βασικός στόχος της διπλωματικής είναι η υλοποίηση ενός συστήματος αναγνώρισης ομιλίας στην οποία θα μπορεί ο τελικός χρήστης να χρησιμοποιεί προκειμένου να αποφύγει τους κοινού μεθόδους εισαγωγής κειμένου και να αξιοποιεί την ανθρώπινη ομιλία για την αναπαράσταση κειμένου.
|
|---|
