Automatsko prepoznavanje govora u realističnim uvjetima

završni rad

• Naslov (engleski): Automatic Speech Recognition in Realistic Conditions
• Autor: Anton Pomper
• Mentor: Davor Petrinović (mentor)
• Član povjerenstva: Davor Petrinović (predsjednik povjerenstva)
• Član povjerenstva: Damir Seršić (član povjerenstva)
• Član povjerenstva: Mladen Vučić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-07-06, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom je radu predstavljena kratka povijest razvoja sustava za prepoznavanje govora. Opisane su osnovne metode koje se koriste u sustavu za prepoznavanje govora i njihova ograničenja: skriveni Markovljevi modeli, dinamičko savijanje vremena, neuronske mreže, end-to-end automatsko prepoznavanje govora. U praktičnom dijelu rada testirana su dva novija end-to-end ASR modela, koja se temelje na dubokim neuronskim mrežama, a to su wav2vec 2.0 i komercijalni Amazonov ASR model. Testiranja su provedena na uzorcima „čistog“ i „onečišćennog“, tj. realističnog govora.

Sažetak (engleski)

This paper presents a brief history of the development of speech recognition systems. The basic methods used in the speech recognition system and their limitations are described: hidden Markov models, dynamic time warping, neural networks, end-to-end automatic speech recognition. In the practical part of the paper, two new end-to-end ASR models were tested, which are based on deep neural networks, namely wav2vec 2.0 and the commercial Amazon ASR model. Tests were conducted on samples of "pure" and "contaminated", ie realistic speech.

• Ključne riječi: automatsko prepoznavanje govora; skriveni Markovljevi modeli; dinamičko savijanje vremena; neuronske mreže; end to end
• Ključne riječi (engleski): automatic speech recognition; hidden Markov models; dynamic time wrapping; neural networks; end-to-end
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:899205
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-10-11 10:11:57