Простой Алгоритм Распознавания Речи (1 Слова)

[P&V]

Друзья, никто не пытался сделать что-то похожее на голосовой набор в телефоне, но только на родном и близком сердцу микроконтроллере?

Человек нажимает кнопку и говорит слово - записывает образец. Отпускает кнопку, запись закончена.

Алгоритм:

На протяжение записи образца, каждые 5 мс контроллер делает отметку и вносит в память (амплитуда и частота). На слово, например, "Вперед" потратится в среднем 1,5 с. Значит, в памяти окажется 300 точек, содержащих амплитуду и частоту.

В конечном итоге, контроллер знает длину слова (по нажатию и отпуску кнопки) и 300 точек с амплитудой и частотой.

Значит, Требуется контроллер с АЦП, приличным объёмом памяти, высокой скоростью работы (наверное, хотя бы больше 4 МГц, например 20 МГц).

Далее, человек нажимает кнопку и говорит это же слово (естественно, стараясь соблюдать первоначальную интонацию), отпускает кнопку. Контроллер делает тоже самое, что и в первом случае.

Теперь он имеет 2 образца.

Он должен их сравнить. Здесь -то и потребуется высокая скорость и хитроумный алгоритм сравнения.

1 этап - сравнение длин фраз. С допущением несостыковки звучания по времени +/- 100 мс, например. Если это условие выполнится, переход на 2 этап.

2 этап - сравнение частот в каждом отрезке 2-х фраз между собой (тоже с каким-то допуском). На самом деле, здесь можно говорить не о частоте, а о количестве пришедших импульсов за каждый отрезок в 5 мс.

3 этап - сравнение амплитуд, зафиксированных АЦП на каждом из отрезков в 5 мс (речь идёт об усреднённом для каждого отрезка значении амплитуды, естесственно) . Здесь лучше сравнивать разность амплитуд на каждом отрезке в 5 мс 2-х образцов. Поскольку общий уровень громкости сигнала мог изменится с момента внесения образца. Значит, разность амплитуд должна быть примерно оддинакова на протяжение всех отрезков.

Ну кто что думает? Никто не делал что-то подобное? Это вообще реально с точки зрения возможностей контроллеров, например PIC 16 серии?

Изменено 13 апреля, 2008 пользователем P&V

[Реклама]

Реклама: ООО ТД Промэлектроника, ИНН: 6659197470, Тел: 8 (800) 1000-321

[bekor]

Я думаю врядли простой контроллер справится с этим.

как вариант можно использовать микруху специально

созданную для распознавания речи, например HM2007

: 64КБ памяти

: 40 слов длиной 1.92 сек

: максимальное время ответа 300мс

: ручной и процессорный режим управления

: прямое подключение микрофона

[Реклама]

20% скидка на весь каталог электронных компонентов в ТМ Электроникс!

Акция "Лето ближе - цены ниже", успей сделать выгодные покупки!

Плюс весь апрель действует скидка 10% по промокоду APREL24 + 15% кэшбэк и бесплатная доставка!

Перейти на страницу акции

Реклама: ООО ТМ ЭЛЕКТРОНИКС, ИНН: 7806548420, info@tmelectronics.ru, +7(812)4094849

[wowa]

А вы для начала попробуёте взять микрофон и попробовать несколько дней наигрывать одно и тоже слово Плюс проделать это со всеми в семье И потом просто их попробуйте сровнить Ненайдёте ни одного похожего а по вашему алгоритму будет роспозновать только слова записаныые на ленту Для роспознавания (точнее отличении от других) нужно использовать DSP как минимум... Или очень быстрый процесор... Я бы для начала порекомендовал или использовать уже готовые решения которые вам дали выше или начать изучать теорию...

[Реклама]

Выбираем схему BMS для корректной работы литий-железофосфатных (LiFePO4) аккумуляторов

 Обязательным условием долгой и стабильной работы Li-FePO4-аккумуляторов, в том числе и производства EVE Energy, является применение специализированных BMS-микросхем. Литий-железофосфатные АКБ отличаются такими характеристиками, как высокая многократность циклов заряда-разряда, безопасность, возможность быстрой зарядки, устойчивость к буферному режиму работы и приемлемая стоимость. Но для этих АКБ, также как и для других, очень важен контроль процесса заряда и разряда, а специализированных микросхем для этого вида аккумуляторов не так много. Инженеры КОМПЭЛ подготовили список имеющихся микросхем и возможных решений от разных производителей. Подробнее>>

Реклама: АО КОМПЭЛ, ИНН: 7713005406, ОГРН: 1027700032161

[donald]

В России до сих пор никто не смог довести до ума технологию распознавания речи. Так что дерзайте! Сможете неплохо заработать.

[P&V]

Друзья, никто, боже упаси, не собирается претендовать на лавры первого радиолюбителя, решившего проблему распознавания речи и вывести Россию вперед на мировом рынке подобных разработок. Это, по меньшей мере, просто смешно (нашей стране уже ничто не поможет , она очень давно отстала от всех подряд высоких технологий, полезных населению страны. Естественно, я не говорю о наших военных самолётах, чудо ракетах, это простым людям до лампочки, мы с етого ничё не имеем.)

Просто, вдруг, кто-то прикололся и сделал что-то подобное.

За микруху спасибо. Интересно, скока стоит.

Уясе, оно более 100 баков стоит. Впрочем, наверное, того стоит.

[Sivent]

самое простое это выделить определенные буквы в слове и распознавать их поставив полосовой фильтр....

была гдето информация если надо поишю...

[P&V]

Sivent, поищи, пожалуйста, если найдёшь, кинь ссылочку. Просто, хотя бы ради интереса глянуть.

[Sivent]

книгу нашел

Юрий Михайлович Отряшенков

Юный кибернетик

москва 1978 год

там написаны основы

в ближайщее время попробую отсканировать страницы нужные

210-219

выложу ссылки тут

[P&V]

Хорошо, будем ждать

[wowa]

А спросить гугля религия непозволяет? http://www.google.cz/search?hl=en&neww...thm&spell=1

или http://www.google.cz/search?hl=en&neww...amp;btnG=Search

Изменено 17 апреля, 2008 пользователем wowa