سلام می خواستم یک پروژه speech to text را آغاز کنم اما اطلاعاتی در مورد چگونگی و استفاده از چه امکان برنامه نویسی در این زمینه ندارم اگر بنده را در این مورد راهنمایی کنید.
تبدیل گفتار به نوشتار
مثلا یکی از سولات من این است باید از گامهای صوتی موجهای صوتی یا ... استفاده کرد برای تشخیص .
چه کاپوننتی این امکان را میدهد و ...
و هر چیز دیگر که لازمه گفته بشه
پیشاپیش متشکرم
سلام
شما در دو سطح می تونی اینکار روانجام بدی اولا با کامپونننت هایی که دات نت در اختیارت قرار داده- که در این حالت عملا خیلی از کارها رو خودش انجام می ده
سطح دیگه که خیلی سطح پایین تره همون چیزی است که خودت گفتی یعنی بیایی موج صوتی را بگیری و تحلیل کنی و بقیه کارها
اولا اگر بخواهی در سطح پایین اینکار رو بکنی پیشنهاد می کنم حتما از زبان متلبMATLAB استفاده کنی چون برای این قبیل برنامه ها امکانات بسیار خوبی داره. و اما روش کار
با فرض اینکه دانشجوی ترم آخر مهندسی نرم افزار باشی باید:
یک سیستم (آفلاین یا آنلاین) وابسته به گوینده با تعداد کلمات محدود و مجزا طراحی کنی یعنی
1- این سیستم (سامانه) فقط صدای یکی نفر رو می شناسه و نه بیشتر
2- مثلا حداکثر 50 لغت از قبل مشخص رو می تونه تشخیص بده و نه بیشتر
3- کلمات باید بطور مجزا تلفظ بشوند یعنی بعد از تلفظ یک مقدار مکث شود و بعد کلمه بعدی تلفظ شود و کلمات بطور پیوسته مانند حرف زدن عامیانه تلفظ نشوند
خوب برای تشخیص لغت روش های مختلفی وجود دارد: اگر از شبکه ها عصبی اطلاعی دارند که از این روش استفاده کن: شبکه باز انتشار خطا (Back propagation) و اگر هم نداری می تونی از برنامه نویسی پویا (طراحی الگوریتم Dynamic programming) استفاده کنی.
در اینترنت مطالب زیادی در موردش وجود داره.
موفق باشید
قوانین ایجاد تاپیک در تالار
پاسخ با نقل قول