Improved Feature Extraction for Speech Recognition

Abstract

ปัจจุบันมีโปรแกรมประยุกต์ต่างๆ เช่น เลขาส่วนบุคคล โปรแกรมค้นหาและโปรแกรมแปลภาษา เริ่มรับข้อมูลนําเข้า จากเสียงพูดของผู้ใช้เพื่อทําให้ง่ายต่อการใช้งานและสามารถสั่งงานได้อย่างรวดเร็วและสะดวกสบาย แต่คอมพิวตอร์ ไม่สามารถเข้าใจข้อมูลเสียงพูดที่ป้อนให้ได้ทันที ดังนั้นกระบวนการรู้จําเสียงพูดจึงถูกพัฒนาเพื่อทําให้คอมพิวเตอร์ สามารถเข้าใจและจําแนกเสียงพูดของมนุษย์ได้ ซึ่งโปรแกรมประยุกต์จํานวนมากทํางานบนอุปกรณ์ที่หลากหลาย และมีคุณภาพในการบันทึกเสียงพูดต่างกันขึ้นอยู่กับอัตราสุ่มของเสียงที่บันทึก ส่งผลให้ประสิทธิภาพในการรู้จํา เสียงพูดแตกต่างกัน [1] [2] โครงงานนี้จึงมุ่งเน้นไปที่การเพิ่มประสิทธิภาพของการสกัดลักษณะเด่นจากเสียงพูดซึ่ง เป็นข้อมูลตัวแทนสียงสําหรับกระบวนการรู้จําเสียงพูดจากเสียงที่มีอัตราสุ่มแตกต่างกัน ซึ่งจะส่งผลให้สามารถรู้จํา เสียงพูดจากข้อมูลจากข้อมูลนําเข้าที่มีอัตราสุ่มแตกต่างกันได้อย่างมีประสิทธิภาพ