Skip to content

Studio Prestazionale del Sistema di Speech Recognition CMU Sphinx al variare di Algoritmi di Rivelazione dell'Attività Vocale

L'argomento trattato in questa tesi riguarda lo Speech Recognition ovvero il riconoscimento del parlato. I contesti applicativi in cui viene impiegato spaziano dalla robotica ai videogiochi, dalla traduzione automatica ai sistemi di navigazione per veicoli. Questo studio ha focalizzato l'attenzione su uno degli elementi cardine dello Speech Recognition che è il VAD (Voice Activity Detection), ovvero l'algoritmo responsabile dell'individuazione delle sequenze di parlato. Il software usato per implementare lo speech recognition è il toolkit open source CMU Sphinx, sviluppato presso la Carniege Mellon University. L'obiettivo principale è stato quello di realizzare uno studio prestazionale che permettesse di valutare le performance del VAD utilizzato da Sphinx con quelle di altri 2 VAD (SigmaVAD e AMR VAD1) utilizzati in modalità off-line sulla base di un database contenente file rumorosi e non rumorosi. Affinchè lo studio fosse realizzabile è stato necessario allenare il sistema a riconoscere sequenze di cifre pronunciate in italiano mediante la creazione di modelli acustici e di linguaggio ad-hoc. È stata infine implementata un'applicazione per il voice dialing che prevede l'integrazione del software PBX open source Asterisk con il software Sphinx e che consente di comporre un numero telefonico mediante l'ausilio della voce.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
Capitolo 1 Introduzione L'argomento trattato in questa tesi è di grande attualità e riguarda lo Speech Recognition ovvero il riconoscimento del parlato. I contesti applicativi in cui lo speech recognition viene impiegato sono diversi e spaziano dalla robotica ai videogiochi, dalla traduzione automatica ai sistemi di navigazione per veicoli, dalla telefonia mobile al telemarketing. In particolare, questo studio ha focalizzato l'attenzione su uno degli elementi cardine dello speech recognition che è il VAD ( Voice Activity Detection ) ovvero l'algoritmo responsabile dell' individuazione della presenza o meno delle sequenze di parlato. Il software utilizzato per implementare lo speech recognition è il toolkit open source CMU Sphinx (chiamato anche Sphinx) sviluppato presso la Carnegie Mellon University di Pittsburgh. L'obiettivo principale di questa tesi è stato quello di realizzare uno studio prestazionale per valutare le performance del VAD utilizzato da Sphinx e confrontarle con quelle di altri 2 VAD (SigmaVAD e AMR VAD1) progettati per lavorare in contesti differenti dallo speech recognition, per stimare se è il caso di apportare eventuali miglioramenti al VAD originale. Le statistiche sono state raccolte per mezzo del tool di word alignment SCLITE scaricabile dal sito http://www.itl.nist.gov/iad/mig//tools/ . Il test è stato condotto su un database contenente sia file audio registrati in assenza di rumore sia file rumorosi (ottenuti a partire da file clean e aggiungendo rumore attraverso delle routine scritte in Matlab) comprendenti 5 tipologie di rumore tra cui CAR (auto), OFFICE (ufficio), FACTORY (fabbrica), CONSTRUCT (costruzione) e TRAIN (treno). Per ogni tipo di rumore sono stati analizzati 3 diversi valori di rapporto segnale-rumore (20 dB, 10 dB e 0 dB). Ciascuna categoria di rumore è composta da 3725 file e in totale il database comprende 59600 file audio in formato WAV. Per realizzare il test è stata utilizzata l'applicazione pocketsphinx_continuous per il riconoscimento delle trame di parlato continuo. Per analizzare il comportamento di Sphinx in presenza degli altri 2 VAD si è provveduto alla scrittura di apposite funzioni in linguaggio C e a disattivare tramite codice l'uso del VAD originale. 1

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Il miglior software antiplagio

L'unico servizio antiplagio competitivo nel prezzo che garantisce l'aiuto della nostra redazione nel controllo dei risultati.
Analisi sicura e anonima al 100%!
Ottieni un Certificato Antiplagio dopo la valutazione.

Informazioni tesi

  Autore: Marco Daniele Turco
  Tipo: Laurea II ciclo (magistrale o specialistica)
  Anno: 2009-10
  Università: Università degli Studi di Catania
  Facoltà: Ingegneria
  Corso: Ingegneria delle telecomunicazioni
  Relatore: Francesco Beritelli
  Lingua: Italiano
  Num. pagine: 112

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Per tradurre questa tesi clicca qui »
Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

asterisk
cmu sphinx
dialplan
dizionario fonetico
modello acustico
modello di linguaggio
pocketsphinx
speech recognition
voice activity detection
voice dialing

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi