Reconhecer de palavras isoladas, independente do falente, usando HMM discreto.

• Ano de defesa: 1993
• Autor(a) principal: Minami, Mario
• 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-22072025-113244/

Neste trabalho, serão apresentados o desenvolvimento e a implementação de um sistema de reconhecimento de voz, independente do falante, usando quantização vetorial (VQ) e modelos ocultos de Markov (Hidden Markov Models - HMM), para palavras da língua portuguesa, pronunciadas isoladamente. O vocabulário de treinamento foi de 50 palavras, sendo 40 da interface gráfica Microsoft Windows 3.1 (em português) e mais os 10 dígitos. O treinamento do estágio de VQ foi executado com um algoritmo LBG, com busca exaustiva e incremento de bit, e o treinamento dos HMM\'s foi feito com o algoritmo de Baum-Welch (estimador por máxima verossimilhança). No reconhecimento, o estágio de VQ realiza busca completa no livro de códigos de 128 níveis e, na seqüência, um modelo HMM por palavra é fornecido ao decodificador de Viterbi, que encontra o melhor modelo. O índice de reconhecimento no banco de dados de treinamento foi de 100%, para 9 falantes. Pelas estimativas realizadas, a implementação em tempo real do sistema proposto, em plataformas tipo IBM PC de alto desempenho, é viável.