TAILIEUCHUNG - Nhận dạng tiếng nói bền vững sử dụng kỹ thuật thừa số hóa ma trận không âm kết hợp với kỹ thuật về độ không đảm bảo của các đặc trưng âm học

Trong hệ thống nhận dạng tiếng nói kỹ thuật thừa số hóa ma trận không âm có thể được sử dụng trong khâu tiền xử lý để loại bỏ nhiễu, nâng cao chất lượng tiếng nói cần nhận dạng và do đó có thể tăng chất lượng của hệ thống nhận dạng tiếng nói trong môi trường nhiễu. Tuy nhiên, tín hiệu sau khi nâng cao thường vẫn còn chứa một phần nhiễu. | Nhận dạng tiếng nói bền vững sử dụng kỹ thuật thừa số hóa ma trận không âm kết hợp với kỹ thuật về độ không đảm bảo của các đặc trưng âm học Kỹ thuật điều khiển & Điện tử NHẬN DẠNG TIẾNG NÓI BỀN VỮNG SỬ DỤNG KỸ THUẬT THỪA SỐ HÓA MA TRẬN KHÔNG ÂM KẾT HỢP VỚI KỸ THUẬT VỀ ĐỘ KHÔNG ĐẢM BẢO CỦA CÁC ĐẶC TRƯNG ÂM HỌC Nguyễn Hữu Bình1, Phạm Thị Ngọc Yến1,2, Nguyễn Quốc Cường1,2* Tóm tắt: Trong hệ thống nhận dạng tiếng nói kỹ thuật thừa số hóa ma trận không âm có thể được sử dụng trong khâu tiền xử lý để loại bỏ nhiễu, nâng cao chất lượng tiếng nói cần nhận dạng và do đó có thể tăng chất lượng của hệ thống nhận dạng tiếng nói trong môi trường nhiễu. Tuy nhiên, tín hiệu sau khi nâng cao thường vẫn còn chứa một phần nhiễu. Thông tin sai khác giữa tín hiệu nâng cao và tín hiệu sạch, hay gọi là độ không đảm bảo, có thể là thông tin hữu ích cho quá trình giải mã của hệ thống nhận dạng tiếng nói. Trong bài báo này, chúng tôi trình bày một phương pháp nâng cao chất lượng hệ thống nhận dạng tiếng nói dựa trên kỹ thuật thừa số hóa ma trận không âm kết hợp với kỹ thuật giải mã sử dụng thông tin về độ không đảm bảo của vec-tơ đặc trưng. Chúng tôi đã đánh giá phương pháp kết hợp này trong hệ thống nhận dạng tiếng nói tiếng Việt. Các kết quả cho thấy phương pháp kết hợp đã nâng cao độ chính xác của hệ thống nhận dạng hơn so với việc chỉ sử dụng kỹ thuật thừa số hóa ma trận không âm trong hệ thống nhận dạng tiếng nói. Từ khóa: Nhận dạng tiếng nói, Thừa số hóa ma trận không âm, Ước lượng độ không đảm bảo. 1. ĐẶT VẤN ĐỀ Nhận dạng tiếng nói tự động (ASR: Automatic Speech Recognition) là lĩnh vực thu hút sự quan tâm của nhiều nhà nghiên cứu trong các ứng dụng về tương tác người máy và dịch tiếng nói tự động. Kết quả nhận dạng trong môi trường không nhiễu đạt tỷ lệ khá cao, hơn 90%. Tuy nhiên, trong môi trường ứng dụng thực tế có nhiễu thì chất lượng nhận dạng giảm đáng kể do có sự sai khác giữa cơ sở dữ liệu dùng để huấn luyện

• Vật lý
• Nhận dạng tiếng nói
• Kỹ thuật thừa số hóa
• Ma trận không âm
• Kỹ thuật về độ đặc trưng âm học
• Đặc trưng âm học
• Nhận dạng tiếng nói
• Thừa số hóa ma trận không âm
• Ước lượng độ không đảm bảo
• Bài giảng Xử lý tiếng nói
• Xử lý tiếng nói
• Hệ thống tổng hợp chữ viết sang tiếng nói
• Hệ thống nhận dạng tiếng nói
• Cấu trúc hệ nhận dạng tiếng nói
• Ứng dụng nhận dạng tiếng nói
• Quy trình nhận dạng tiếng nói
• Dịch vụ nhận dạng tiếng nói
• Đặc tính tín hiệu của tiếng nói
• Tổng đài chăm sóc khách hàng
• Nhận dạng âm thanh
• Nhận dạng giọng nói Tiếng Việt
• Logic mờ ứng dụng
• Nhận dạng phổ tín hiệu tiếng nói
• các dạng đặc trưng tiếng nói
• mô hình Markov ẩn
• lý thuyết nhận dạng tiếng nói
• luận văn thạc sĩ
• Điều khiển thiết bị bằng tiếng nói
• Phương pháp nhận dạng tiếng nói
• Nhận dạng tiếng nói bằng tiếng Việt
• Cách thức nhận dạng tiếng nói
• Thư viện CMU Sphinx
• Hệ thống nhúng
• Hệ thống thông tin
• Mô hình nhận dạng tiếng nói
• Lý thuyết xử lý tiếng nói
• Quá trình tiền xử lý tiếng nói
• Hệ thống mô phỏng nhận dạng tiếng nói
• lịch sử nhận dạng tiếng nói
• phát triển nhận dạng tiếng nói
• tiểu luận
• quản trị mạng
• phương pháp nghiên cứu khoa học
• lập trình tin học
• Chất lượng nhận dạng tiếng nói
• Thuật toán beamforming
• Biến đổi Fourier rời rạc
• Dữ liệu tiếng nói
• ngữ pháp tiếng Việt
• Phương pháp lượng tử hóa vector
• Nhận dạng tiếng nói Tiếng Việt
• Mô hình điều khiển tivi
• Mô hình nhận dạng tiếng nói Tiếng Việt
• Xử lý tín hiệu tiếng nói
• Mã hóa tiếng nói
• Tổng hợp tiếng nói
• Mô hình ngôn ngữ
• Mô hình ngôn ngữ Transformer XL
• Mô hình RNN
• Đặc trưng tiếng việt
• phân tích tiếng nói
• xử lý tín hiệu số
• phân tích tín hiệu tiếng nói
• chuỗi số FOURIER
• Phương pháp nhận dạng cảm xúc tiếng Việt nói
• Cảm xúc tiếng Việt nói
• Nhận dạng cảm xúc
• Phân tích phân biệt tuyến tính LDA
• Bộ ngữ liệu cảm xúc cho tiếng Việt
• Hệ thống nhận dạng tiếng Việt
• Nhận dạng tiếng Việt
• Thông tin về phương ngữ
• Nhận dạng tiếng Việt nói
• Ma trận nhầm lẫn nhận dạng phương ngữ
• Khái niệm âm tố
• các đặc trưng âm học
• âm vị tự động
• nhận dạng âm vị
• dự báo tuyến tính
• tín hiệu tiếng nói
• tài liệu về xử lý tiếng nói
• thông tin vô tuyến
• nơron
• mạng nơ ron
• lý thuyết nhận dạng
• cơ điện tử
• cơ khí
• kỹ thuật nhận dạng tiếng nói
• công nghệ
• Tiếng Việt nói
• Bộ công cụ nhận dạng Kaldi
• Mô hình âm học
• Từ điển phát âm
• Dữ liệu băng hẹp
• Nhận dạng tiếng nói băng rộng
• Tín hiệu băng rộng
• Kỷ yếu Hội nghị Quốc gia lần thứ 25
• Hội nghị Điện tử Truyền thông Công nghệ Thông tin
• Mật mã khóa công khai RSA 2048 bit
• Nhận dạng tiếng nói bảo mật
• Xử lý nhận dạng tiếng nói
• Phương pháp biến đổi Fourier nhanh
• Phương pháp nhận dạng phân biệt tiếng nói
• Phân biệt tiếng nói với âm nhạc
• Nhạc Việt Nam
• Năng lượng ngắn hạn thấp
• Tiếng nói và âm nhạc