Utilize este link para identificar ou citar este item:
https://bdm.unb.br/handle/10483/1399
Título: | Reconhecimento de fonemas utilizando redes neurais pulsadas |
Autor(es): | Mello, Alexandre Ungaretti Marcondes de Nishiyama, Caio Nunes |
Orientador(es): | Romariz, Alexandre Ricardo Soares |
Assunto: | Redes neurais (Computação) Sistemas de reconhecimento de voz Teorema de Bayes |
Data de apresentação: | Set-2010 |
Data de publicação: | 7-Jan-2011 |
Referência: | MELLO, Alexandre Ungaretti Marcondes de; NISHIYAMA, Caio Nunes. Reconhecimento de fonemas utilizando redes neurais pulsadas. 2010. 36 f. Monografia (Bacharelado em Engenharia Elétrica)-Universidade de Brasília, Brasília, 2010. |
Resumo: | Criou-se um sistema para o reconhecimento de palavras baseado em fonemas, uma Rede Neural Pulsada capaz de reconhecer fonemas com pré-processamento reduzido. Os fonemas orais foram utilizados para o treinamento da rede. A rede neural pulsada foi utilizada devida sua grande capacidade de generalização. Uma de suas características é a capacidade de responder bem a situações inesperadas. Outra vantagem da rede é a imunidade contra o ruído, situação que a rede pulsada também tem boa atuação. A entrada da rede leva em consideração as parcelas de energia de determinadas faixas de freqüência. Para a segmentação do espectro em bandas de energia um banco de filtros triangulares na escala mel foi usado. O sistema de classificação, baseado no teorema de Bayes da probabilidade condicionada, foi usado após o reconhecimento dos fonemas. |
Abstract: | Speech recognition is an important subject of study in Computer Science and Engineering. We created a system for words recognition based on phonemes, a Pulsed Neural Network able to recognize phonemes with a little pre-processing. The oral phonemes were used for the network practice. The pulsed neural network was used because of its ability to generalize and to respond to unexpected situations. Another advantage of the net is its behavior under noise, a situation in which the pulsed neural network has a good performance. The network input is the energy spectrum of the signal in specific frequency bands. For the segmentation of the spectrum in energy bands, a bank of triangular filters was used. The classification system, based on the Bayes Probality Theorema, was used after the phonemes recognition. |
Informações adicionais: | Monografia (graduação)—Universidade de Brasília, Faculdade de Tecnologia, 2010. |
DOI: | http://dx.doi.org/10.26512/2010.09.TCC.1399 |
Aparece na Coleção: | Engenharia Elétrica
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.