Ovládaní počítače nevidomou osobou

Abstract

Tato bakálařská práce pojednáva o analýze řečového signálu v časové oblasti za účelem ovládaní počítače pomocí hlasových povelů. Vysledné programové řešení obsahuje nejprve nastavení (kalibraci) mikrofonu kvůli možnému okolnímu rušení. Poté je uživatel vyzván k natrénování (namluvení) hlasových povelů přiřazených jednotlivým funkcím programu. Tyto vzory jsou rozděleny do segmentů o velikosti 25 ms a následně analyzovány za pomocí 3 parametrů - počet průchodů nulou, krátkodobá intenzita a autokorelační funkce (ACF). Poté jsou přes mechanismus serializace ukládány do slovníku. Takto natrénované aplikaci již stačí aktivovat odposlouchávací mód, který zaručí odchytávání hlasových akustických řečových signálů a jeho porovnávání se vzory ve slovniku pomocí algoritmu DTW. Při pozitivním výsledku porovnání program zareaguje provedením akce přiřazené danému hlasovému povelu.

This bachelor thesis deals with the analysis of speech signal in the area of time for purposes of controlling the computer via vocal commands. Resultant program solution contains in the first place calibration of the microphone due to possible ambient disturbances. Consequently the user is invited to train (record) voice commands assigned to individual program functions. These command samples are divided into segments (each 25 ms long) and consecutively analysed by means of 3 parameters – zero crossing, short-term intensity and ACF. Then they are saved to the dictionary through the serialization mechanism. Application trained this way is ready to catch the voice acoustic speech signals and compare them with samples in the dictionary using the DTW algorithm. If the results of comparison are positive, the program will carry out the specific actions assigned to particular voice command