Reconhecimento de voz por segmentação em sílabas fonéticas.

• Ano de defesa: 1996
• Autor(a) principal: Perfeito, Joao Paulo Juliano
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Reconhecimento de voz; Voice recognition
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-06062025-151233/

O presente trabalho tem como objetivo demonstrar que é possível efetuar o reconhecimento de voz através da separação prévia dos sinais em unidades menores denominadas de sílabas fonéticas. Estas unidades menores segmentadas a partir do sinal original serão reconhecidas por um método baseado em modelos ocultos de Markov discretos, (DHMM). Aplicamos este modelamento a dois vocabulários: um reduzido para testes qualitativos e outro mais significativo dentro da estrutura da língua portuguesa, de maneira a testar o comportamento do algorítmo em condições mais próximas das reais. Os experimentos para ambos os vocabulários foram feitos com o uso extensivo de processamento digital de sinais, utilizando-se para a implementação do sistema programas em C em conjunto com o software de processamento matemático Matlab 4.0. No processo de elaboração do reconhecedor foram utilizadas variações de alguns algorítmos bem conhecidos, tais como: o algorítmo sugerido por Linde, Buzo & Gray, (IBG), para a geração dos codebooks; o algorítmo proposto por Paul Merlmenstein para a segmentação fonética, o algorítmo de Baum-Welch para a estimativa dos modelos de Markov e o algorítmo de Viterbi para o reconhecimento das sequências obtidas.