Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Röstigenkänning genom Hidden Markov Model: En implementering av teorin på DSP
Blekinge Tekniska Högskola, Sektionen för teknik, Avdelningen för signalbehandling.
Blekinge Tekniska Högskola, Sektionen för teknik, Avdelningen för signalbehandling.
2006 (engelsk)Independent thesis Advanced level (degree of Master (One Year))OppgaveAlternativ tittel
Speech Recognition using Hidden Markov Model : An implementation of the theory on a DSK – ADSP-BF533 EZ-KIT LITE REV 1.5 (svensk)
Abstract [en]

This master degree project is how to implement a speech recognition system on a DSK – ADSP-BF533 EZ-KIT LITE REV 1.5 based on the theory of the Hidden Markov Model (HMM). The implementation is based on the theory in the master degree project Speech Recognition using Hidden Markov Model by Mikael Nilsson and Marcus Ejnarsson, MEE-01-27. The work accomplished in the project is by reference to the theory, implementing a MFCC, Mel Frequency Cepstrum Coefficient function, a training function, which creates Hidden Markov Models of specific utterances and a testing function, testing utterances on the models created by the training-function. These functions where first created in MatLab. Then the test-function where implemented on the DSK. An evaluation of the implementation is performed.

Abstract [sv]

Detta examensarbete går ut på att implementera en röstigenkänningssystem på en DSK – ADSP-BF533 EZ-KIT LITE REV 1.5 baserad på teorin om HMM, Hidden Markov Model. Implementeringen är baserad på teorin i examensarbetet Speech Recognition using Hidden Markov Model av Mikael Nilsson och Marcus Ejnarsson, MEE-01-27. Det som gjorts i arbetet är att utifrån teorin implementerat en MFCC, Mel Frequency Cepstrum Coefficient funktion, en träningsfunktion som skapar Hidden Markov Modeller av unika uttalanden av ord och en testfunktion som testar ett uttalat ord mot de olika modellerna som skapades av träningsfunktionen. Dessa funktioner skapades först i MatLab. Sedan implementerades testprogrammet på DSP:n Texas Instruments TMDS320x6711. Sedan utvärderades realtidstillämpningen.

sted, utgiver, år, opplag, sider
2006. , s. 79
Emneord [en]
Speech Recognition, Hidden Markov, Signalbehandling, DSP, DSK, BF533, Nick Bardici, Björn Skarin
HSV kategori
Identifikatorer
URN: urn:nbn:se:bth-1414Lokal ID: oai:bth.se:arkivexE63C30F71DDE8E8DC1257142004558B3OAI: oai:DiVA.org:bth-1414DiVA, id: diva2:828650
Uppsök
Technology
Veileder
Merknad
Nick Bardici, nick.bardici@gmail.com Björn Skarin, bjorn.skarin@exallon.sigma.seTilgjengelig fra: 2015-05-20 Laget: 2006-03-31 Sist oppdatert: 2018-01-11bibliografisk kontrollert

Open Access i DiVA

fulltekst(1354 kB)446 nedlastinger
Filinformasjon
Fil FULLTEXT01.pdfFilstørrelse 1354 kBChecksum SHA-512
2496f7a0f049fa160a0bdbdd97e74ccaae6ca8dbf60ebaa45dbfc11ee0a3b44527c079a44c9d079bb1056151c3898e4ffb72b222557e63b2f3a87c09ef6c2a40
Type fulltextMimetype application/pdf

Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar
Totalt: 446 nedlastinger
Antall nedlastinger er summen av alle nedlastinger av alle fulltekster. Det kan for eksempel være tidligere versjoner som er ikke lenger tilgjengelige

urn-nbn

Altmetric

urn-nbn
Totalt: 421 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf