Politehnika i dizajn, Vol. 9 No. 2, 2021.
Stručni rad
https://doi.org/10.19279/TVZ.PD.2021-9-2-01
METODA AUTOMATSKE ANALIZE BRZINE GOVORA
Aleksandar Stojanović
; Tehničko veleučilište u Zagrebu, Zagreb, Hrvatska
Sažetak
U ovom radu opisana je metoda analize brzine govora ili tempa na osnovu uzoraka govora dobivenih s televizijskih kanala koji sadrže tekst izgovorenog u obliku titlova. Za prepoznavanje govora korištena je nepovratna neuronska mreža (engl. feed-forward neural network) trenirana s oko 160 sekundi govora. Da bi se odredile granice pojedinačnih riječi napravljena je komponenta za poravnavanje govora s tekstom koja pronalazi prihvatljivo podudaranje slova teksta s fonemima koje je klasificirala neuronska mreža. Komponenta za poravnavanje uzima u obzir kategorije fonema za koje neuronska mreža ima veću preciznost klasifikacije. Preliminarni rezultati pokazuju prosječne promašaje poravnavanja od jednog do tri fonema, zavisno od govornika, sadržaja izgovorenog i kvalitete snimke.
Ključne riječi
prepoznavanje govora; poravnavanje; tempo; neuronska mreža
Hrčak ID:
273759
URI
Datum izdavanja:
20.7.2021.
Posjeta: 944 *