Để thực hiện đề tài: “Nhận dạng giọng nói Tiếng Việt để điều khiển xe lăn
thông minh”, bản thân tôi đã nhận đƣợc rất nhiều sự chỉ dẫn, giúp đỡ và động viên
quý báu từ gia đình, thầy cô và bạn bè.
Trƣớc hết, tôi xin bày tỏ lòng cảm ơn sâu sắc đối với Thầy Huỳnh Thái
Hoàng, giáo viên hƣớng dẫn đã động viên và tận tình hƣớng dẫn cho tôi về phƣơng
pháp nghiên cứu khoa học, đã cung cấp cho tôi rất nhiều kiến thức chuyên sâu để
thực hiện đề tài này.
Tôi cũng vô cùng cảm ơn các Thầy, Cô trong Khoa Điện – Điện tử, Trƣờng
Đại Học Bách Khoa Tp.HCM đã giảng dạy và hƣớng dẫn tôi trong suốt thời gian
học đại học. Nhờ các Thầy, Cô mà tôi có đủ kiến thức và tự tin để thực hiện đề tài
nghiên cứu này cũng nhƣ các đề tài nghiên cứu khác trong tƣơng lai.
Bên cạnh đó, sự hợp tác và giúp đỡ của bạn bè và các thế hệ đàn anh đi trƣớc
cũng giúp tôi rất nhiều trong việc thực hiện đề tài này.
Tôi cũng xin cảm ơn gia đình đã luôn chăm sóc, quan tâm và động viên trong
quá trình học tập.
Và cuối cùng, tôi xin gửi lời cảm ơn tới những ngƣời đã giúp đỡ tôi trong quá
trình thực hiện Đồ án II mà tôi thiếu sót chƣa nêu tên ở đây, sự giúp đỡ của họ dù ít
hay nhiều cũng đóng góp một phần vào kết quả thực hiện đề tài đồ án môn học này
để chuẩn bị thật tốt cho đề tài luận văn sắp tới.
Tp. Hồ Chí Minh, ngày 17 tháng 06 năm 2014
Nguyễn Vũ Nhật Hoàng
MỤC LỤC
Lời cảm ơn ………………………………………………………………………………………………..i
Giới thiệu đề tài………………………………………………………………………………………… ii
Mục lục…………………………………………………………………………………………………….iv
Chƣơng 1: Tổng quan …………………………………………………………………………………1
1.1. Tổng quan về tình hình trong và ngoài nƣớc …………………………………2
1.2. Mục tiêu đạt đƣợc………………………………………………………………………4
1.3. Giới hạn đề tài …………………………………………………………………………..5
Chƣơng 2: Trình bày về hệ nhận dạng tiếng nói …………………………………………….6
2.1. Giới thiệu …………………………………………………………………………………7
2.2. Phân loại các hệ thống nhận dạng tiếng nói ………………………………….8
2.3. Một số phƣơng pháp nhận dạng tiếng nói …………………………………….8
Chƣơng 3: Các khái niệm liên quan đến hệ nhận dạng tiếng nói và hỗ trợ cho công
cụ Sphinx………………………………………………………………………………………………….10
3.1. Rút trích đặc trƣng tín hiệu tiếng nói……………………………………………11
3.1.1. Khái niệm………………………………………………………………………….11
3.1.2. Làm rõ tín hiệu…………………………………………………………………..12
3.1.3. Tách từ ……………………………………………………………………………..12
3.1.4. Phân đoạn thành các khung …………………………………………………13
3.1.5. Lấy cửa sổ khung tín hiệu……………………………………………………14
3.2. Rút trích đặc trƣng bằng phƣơng pháp MFCC…………………………………15
3.2.1. Biến đổi FFT……………………………………………………………………..17
3.2.2. Lọc qua bộ lọc Mel- Scale…………………………………………………..18
3.2.3. Logarit giá trị năng lƣợng……………………………………………………21
3.2.4. Biến đổi cosin rời rạc………………………………………………………….21
Chƣơng 4: Giới thiệu về công cụ hỗ trợ nhận dạng tiếng nói CMU SPHINX……23
Đồ án II: “ Nhận dạng giọng nói Tiếng Việt điều khiển xe lăn thông minh”
GVHD: TS. Huỳnh Thái Hoàng
v
4.1. Giới thiệu CMU Sphinx……………………………………………………………..24
4.2. Các đặc điểm của CMU Sphinx………………………………………………….24
4.3. Kiến trúc Sphinx 4 ……………………………………………………………………25
4.3.1. Bộ ngoại vi – FrontEnd ………………………………………………………27
4.3.2. Bộ ngôn ngữ – Linguist……………………………………………………….28
4.3.3. Bộ giải mã – Decoder…………………………………………………………31
Chƣơng 5: Xây dựng chƣơng trình demo nhận dạng giọng nói tiếng Việt điều
khiển xe lăn ………………………………………………………………………………………………33
5.1. Cài đặt Sphinx………………………………………………………………………….34
5.1.1. Chuẩn bị hệ điều hành ………………………………………………………..34
5.1.2. Chuẩn bị các gói cài đặt Sphinx …………………………………………..34
5.2. Cài đặt và huấn luyện……………………………………………………………………35
5.2.1. Xây dựng mô hình ngôn ngữ……………………………………………….36
5.2.2. Xây dựng mô hình ngữ âm………………………………………………….37
5.2.3. Xây dựng từ điển ……………………………………………………………….37
5.3. Kết quả thử nghiệm………………………………………………………………………38
Chƣơng 5: Kết luận……………………………………………………………………………………39
6.1. Kết quả đạt đƣợc ………………………………………………………………………40
6.2. Những hạn chế …………………………………………………………………………40
6.3. Hƣớng nghiên cứu và phát triển …………………………………………………41
