Форум программистов [Powered by Invision Power Board]

Версия для печати темы
Нажмите сюда для просмотра этой темы в оригинальном формате

Форум программистов > Delphi: Звук, графика и видео > распознавание слов

Автор: bald 10.1.2011, 06:42

Вечер добрый, господа!

Хотел бы проконсультироваться по поводу задачи, суть которой такова :

есть несколько wav-файлов, на которых записаны разные слова (далее эталоны);
некто произносит слово, оно так же записывается в wav-файл (далее образец);
необходимо провести сравнительный анализ образца с эталонами и сказать, какое слово было произнесенно
визуализировать эталонное слово и образец

Интересуют варианты того, как это можно реализовать.

Предполагаю, что нужно распарсить wav-файл (это уже сделал), получить данные (также меня интересует, что за данные я оттуда получаю?) и уже используя некие математические алгоритмы (возможно сравнение независимо от амплитуды (нормализованное), сравнение формы огибающей, Kepstrum, или разбитие на фонемы ) определить, какое слово было произнесено.

Автор: Alexeis 10.1.2011, 10:41

Цитата(bald @ 10.1.2011, 07:42

)

получить данные (также меня интересует, что за данные я оттуда получаю?)

Подробно тут http://forum.vingrad.ru/topic-89826.html

Цитата(bald @ 10.1.2011, 07:42

)

и уже используя некие математические алгоритмы (возможно сравнение независимо от амплитуды (нормализованное), сравнение формы огибающей, Kepstrum, или разбитие на фонемы ) определить, какое слово было произнесено.

Алгоритм свертки определяет степень подобия сигналов. Правда похожие на слух слова могут слишком отличаться (например по длительности произношения слова, тембру)

Автор: bald 10.1.2011, 16:30

Цитата(Alexeis @ 10.1.2011, 10:41)

Подробно тут http://forum.vingrad.ru/topic-89826.html

благодарю. мое предположение подтвердилось, в wav-файле содержатся амплитуды