| Цитата |
Начинать в таком случае надо с начала. |
Это сейчас мне и надо
Огромрое спасибоДобавлено @ 12:57
А можно ещё конкретную ссылку на неё, я в гугле набрал а там всё купить предлагают
| Версия для печати темы
Нажмите сюда для просмотра этой темы в оригинальном формате |
| Форум программистов > Алгоритмы > Распознавание речи |
| Автор: Reptor 31.3.2006, 16:52 |
| Кто что может сказать по этой теме |
| Автор: Romikgy 31.3.2006, 17:01 |
| а точнее вопрос |
| Автор: Reptor 31.3.2006, 17:04 |
| Ну вы поняли что надо например я говорю слово ПРИВЕТ а комп мне в Worde печатает привет. С чего начинать, какие способами возможно это реализовать, где можно про это почитать (так чтоб доступно и понятно)? |
| Автор: podval 1.4.2006, 12:46 |
| Начинать в таком случае надо с начала. Rabiner. Fundamentals of Speech Recognition. |
| Автор: Reptor 1.4.2006, 12:51 | ||
Это сейчас мне и надо Огромрое спасибоДобавлено @ 12:57 А можно ещё конкретную ссылку на неё, я в гугле набрал а там всё купить предлагают |
| Автор: decan 1.4.2006, 18:38 |
| Напиши адрес, я тебе пришлю, - пошли .... эти продавцы. |
| Автор: Reptor 3.4.2006, 15:05 |
| Пришли на адрес anton@innovativemarketing.com.ua Огромное спасибо!!! |
| Автор: podval 3.4.2006, 19:39 |
| Reptor, распознавание - так привильно пишется, на всякий случай. |
| Автор: SoWa 3.4.2006, 19:43 |
| Reptor, decan, не будте бяками- выложите ссылку или саму книжку. |
| Автор: Reptor 3.4.2006, 20:15 | ||
Да я вот жду пока мне decan, вышлет |
| Автор: decan 4.4.2006, 10:32 |
| Или я ошибся , тогда извините, или это "Рабинер и Голд.Теория и применение цифровой обработки сигналов", но она у меня 65 мБ, как её прислать? |
| Автор: decan 4.4.2006, 11:36 |
| Вспомнил где лежит: http://dsp-book.narod.ru/R_Sh/R_Sh.htm http://dsp-book.narod.ru/RG.html обе хорошие книжки |
| Автор: Reptor 4.4.2006, 15:28 | ||
А кто то знает где можно взять
|
| Автор: Romikgy 4.4.2006, 15:56 |
| А такое не пойдет ? http://dsp-book.narod.ru/furui-asr2-2.pdf Добавлено @ 16:02 http://dsp-book.narod.ru/Speech-Recognition-HOWTO.pdf http://dsp-book.narod.ru/rec-notes.pdf http://dsp-book.narod.ru/2100Chapter_6.pdf http://dsp-book.narod.ru/absrec.chm http://dsp-book.narod.ru/FASIVR.djvu http://dsp-book.narod.ru/Furui_DSPSR.djvu Да и вообще полазь здеся http://dsp-book.narod.ru/books.html |
| Автор: Reptor 4.4.2006, 18:28 |
Вау огромное спасибо за много ссылок  |
| Автор: Romikgy 5.4.2006, 08:48 |
| Reptor, незачто |
| Автор: decan 5.4.2006, 09:58 |
| Товарищ Romikqy! А что вы думаете-знаете о объективных различительных признаках фонем русского языка? |
| Автор: Reptor 5.4.2006, 16:19 |
| В общем как возможно зделать хорошое распознавание речи? Может кто то из вас уже занимался этим и сможет мне помогать так как сейчас кажется всё таким тяжелым. Я в данный момент даже представления не имею как это всё должно происходить как говорить в микрофон и что б ети слова анализировались..... |
| Автор: Romikgy 5.4.2006, 16:30 | ||||||
сейчас ... ничего, т.к. никогда не занимался этим .
а ты начни а помогать по мере сил , попробую я, мож еще кто на форуме возмется
Читай книги по этому, ссылок я накидал уйму, и наших и буржуйских а анализировать звук для распознавания, я бы взял что то простое, допустим линейное предсказание, и вывел бы для большенства словосочетаний/фонем эквивалент LPC коэффициентов , что т типа такого, а далее протестил подошло , хорошо , не подошло другой алгоритм, и так до победного конца |
| Автор: Reptor 5.4.2006, 16:37 |
| Romikgy, огромное спасибо за поддержку, буду начинать, только вот подскажи ещё с чего начать с какой именно литературы? |
| Автор: Romikgy 5.4.2006, 16:42 |
| decan, http://ru.wikipedia.org/wiki/Фонема http://www.tula.net/tgpu/resources/yazykozn/jaz_zn_7.htm http://www.2devochki.ru/62/13510/1.html Добавлено @ 16:46 Reptor, скажи конкретно , что в конце хочешь получить? |
| Автор: Reptor 5.4.2006, 17:35 |
| Romikgy, вот что я хочу получить: говорю к примеру слово Microsoft Word или там Notepad или Explorer ну и запускаеться соответствующие приложение. Потом после того как Microsoft Word запущен я диктую в микрофон слова а он печатает вот примерно что то такого. |
| Автор: decan 6.4.2006, 10:08 |
| Romikgy, Спасибо, ссылки интересные. А надо это для постановки задачи распознавания речи, а то я смотрю многие пытаются найти , только не очень знают что, и даже применяют всякие пограничные технологии. (как мне на другом форуме написали про нейронные сети (".. ищут по неизвестным признакам неизвестно что.."???)) |
| Автор: Romikgy 6.4.2006, 10:36 | ||
| decan, пжалуста по надобности можно и
под эту задачу заточить |
| Автор: decan 6.4.2006, 10:43 |
| Так смысл то в том что если у тебя есть набор идентифицирующих признаков и ты знаешь что с определёнными весами они означают то-то, то накой ляд тебе какие-то сети нужны ты по определению знаешь , что означают эти признаки. А если у тебя их нет то никто за тебя не решит что они значат и они ли это. Добавлено @ 10:57 А во по существу вопрос следующий: Считываю файл 11025 гц 8 бит Делаю окно 130 точек , перекрытие 35 точек (специально не кратно) делаю сглаживание оконной функцией Хамминга делаю Фурье получаю спектрограмму т.е. A ( f, t ) Но она, собака, получается не гладкой а как бы с "дребезгом" . вопрос почему? |
| Автор: Romikgy 6.4.2006, 11:37 | ||
что сие означает? |
| Автор: decan 6.4.2006, 12:02 |
| Отслеживаешь движение одного максимума во времени, так он каждый следующий срез сонограммы, и по частоте прыгает в обе стороны и по амплитуде тоже в обе. |
| Автор: maxim1000 6.4.2006, 14:21 | ||
я бы посоветовал проверить, не случается ли где-нибудь переполнения P.S. но вообще лучше на новые вопросы создавать новые темы... |
| Автор: Romikgy 6.4.2006, 15:36 |
| может быть частота сигнала как раз между двумя значениями , частотной решетки БПФ |
| Автор: decan 6.4.2006, 16:04 |
| Спасибо, посмотрю. |
| Автор: Reptor 6.4.2006, 17:12 |
| Romikgy, скажи а на каком языке программирования это всё осуществлять? |
| Автор: SoWa 6.4.2006, 18:56 |
| На любом. Си, Дельфи, Глагол, Java. |
| Автор: Romikgy 7.4.2006, 09:02 | ||
угу , на том , что лучше знаешь Reptor |
| Автор: decan 7.4.2006, 12:27 |
| А не подскажет ли кто - по какой логике делать огибающую , полученного после Фурье, спектра? Т.е. в зависимости от "степени сглаживания" можно получать разное кол-во экстремумом. |
| Автор: Reptor 7.4.2006, 13:18 |
| Ну в принципе с фонемами я немного разобрался (но только поверхностно, так как так сразу тяжело запомнить все эти термины которые там используються) и понял что мне предстоит. Romikgy, на что дальше следует обратить внимание? |
| Автор: podval 7.4.2006, 13:30 |
| Reptor, Похоже, решил взяться серьезно Тогда налегай на такой материал: Hidden Markov Models Speech Decoding (или еще встречается Viterbi Speech Decoding) Gaussian Mixture Model (GMM) Это то, что называют state-of-the-art! Обязательно сходи сюда: http://htk.eng.cam.ac.uk/ - твой хлеб на ближайшие 10 лет. Здесь - http://www.torch.ch - можно найти кое-какие элементы, подобные HTK, но сделанные проще. Посмотри, как это всё реализуется. Но без теории в реализацию не лезь, бесполезно. |
| Автор: Reptor 7.4.2006, 13:36 | ||||||
Да это очень точно замечено
Можно подробнее про хлеб. И почему так долго
Добавлено @ 13:39 Да а на русском нечего нет? |
| Автор: decan 7.4.2006, 14:36 |
| Туда где "...на 10 лет...." не ходи , ибо сказано "идя сзади никогда не будешь впереди..." |
| Автор: podval 7.4.2006, 16:34 | ||
| decan, Где же спереди ходють?
То, что касается современного состояния, на русском вообще очень-очень мало. Кое-что можно нашкрябать в переводном ТИИЭР. |
