Professional paper

https://doi.org/10.19279/TVZ.PD.2021-9-2-01

METODA AUTOMATSKE ANALIZE BRZINE GOVORA

Aleksandar Stojanović ; Zagreb University of Applied Sciences, Zagreb, Croatia

Abstract

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.

Keywords

prepoznavanje govora; poravnavanje; tempo; neuronska mreža

Hrčak ID:

273759

URI

https://hrcak.srce.hr/273759

Publication date:

20.7.2021.

Article data in other languages: english

Visits: 944 *