Banca de DEFESA: RAFAEL MENÊSES SANTOS
06/05/2016 10:38
Um dos maiores desafios no reconhecimento de fala atualmente é usá-lo no contexto diário, no qual distorções no sinal da fala e ruídos no ambiente estão presentes e reduzem a qualidade da classificação. Nos últimos trinta anos, centenas de métodos para reconhecimento robusto ao ruído foram propostos, cada um com suas vantagens e desvantagens. Este trabalho propõe o uso de uma rede neural convolucional no papel de modelo acústico em sistemas de reconhecimento automático de fala, como uma alternativa ao métodos clássicos de reconhecimento baseado em HMM sem a aplicação de um método robusto ao ruído. Os experimentos realizados mostraram que o método proposto reduz o Equal Error Rate e aumenta a acurácia da classificação de comando de voz em ambientes ruidosos quando comparado a modelos tradicionais de classificação, evidenciando a robustez da abordagem apresentada.
SIGAA | Superintendência de Tecnologia da Informação/UFS | Telefonista/UFS (79)3194-6600 | Copyright © 2009-2024 - UFRN v3.5.16 -r19110-7eaa891a10