ระบบรู้จำคำเรียกพยัญชนะไทย : การศึกษาการวัดลักษณะสำคัญแบบต่างๆ

อุมาวสี ทาทอง

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/11671

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	สมชาย จิตะพันธ์กุล	-
dc.contributor.advisor	สุดาพร ลักษณียนาวิน	-
dc.contributor.author	อุมาวสี ทาทอง	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2009-11-11T03:07:04Z	-
dc.date.available	2009-11-11T03:07:04Z	-
dc.date.issued	2544	-
dc.identifier.isbn	9740304133	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/11671	-
dc.description	วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2544	en
dc.description.abstract	วิทยานิพนธ์ฉบับนี้มีวัตถุประสงค์ เพื่อพัฒนาระบบรู้จำคำเรียกพยัญชนะไทยโดยใช้ขั้นตอนวิธีการฐานความรู้ (Knowledge-based Algorithm) คำเรียกพยัญชนะไทยประกอบด้วยเสียงทั้งหมด 28 เสียง แบ่งออกเป็นเสียงสามัญ 21 เสียงและเสียงจัตวา 7 เสียง ขั้นตอนวิธีการฐานความรู้ ใช้การจำแนกเสียงออกเป็นกลุ่มตามลักษณะการเปล่งเสียง และตามฐานเสียง โดยรวมเอาขั้นตอนวิธีการจำแนกเสียงวรรณยุกต์เข้าไว้ด้วย ค่าลักษณะสำคัญ 5 ลักษณะที่ใช้งานวิจัยนี้ ได้แก่ สัมประสิทธิ์เซปสตรัมบนความถี่เชิงเส้น สัมประสิทธิ์การประมาณพันธะเชิงเส้น สัมประสิทธิ์เซปสตรัมที่คำนวณจากสัมประสิทธิ์การประมาณพันธะเชิงเส้นเซปสตรัมที่คำนวณจากการแปลงฟูริเยร์ และสัมประสิทธิ์เซปสตรัมบนความถี่เมล โดยปรับค่าอันดับ และจำนวนเกาส์เชียนมิกซ์เจอร์ในแบบจำลองฮิดเดนมาร์คอฟชนิดต่อเนื่อง เพื่อหาค่าที่เหมาะสมที่สุดกับระบบ ผลการรู้จำของระบบสามารถรู้จำเสียงวรรณยุกต์ได้ร้อยละ 100 และลักษณะสำคัญที่ให้อัตราการรู้จำสูงสุดคือสัมประสิทธิ์เซปสตรัมบนความถี่เมล ขั้นตอนวิธีการฐานความรู้ให้อัตราการรู้จำเพิ่มขึ้นร้อยละ 18.8 เมื่อทดสอบกับข้อมูลเสียง 1680 ตัวอย่าง ประกอบด้วยเสียงของผู้พูดจำนวน 60 คนเป็นชาย 33 คน และหญิง 27 คน แบ่งเป็นข้อมูลชุดทดสอบซึ่งประกอบด้วยชาย 11 คน และหญิง 9 คน ผลของอัตราการรู้จำรวมทั้งระบบเท่ากับร้อยละ 83.75	en
dc.description.abstractalternative	The objective of the thesis is to develop a Thai consonant naming recognition system-CNRS using knowledge-based algorithms. Thai CNRS is composed of 28 consonant sounds, 21 of middle tones and 7 of rising tones. In this research, the purely knowledge-based algorithm was implemented using manner of articulation and place of articulation incorporated the tone classification algorithm. Five features used for the analysis of the optimal feature of consonant naming are linear frequency cepstrum coefficients, linear prediction coefficients, cepstrum coefficients derived from linear prediction coefficients, cepstrum coefficients derived from fourier transform and mel frequency cepstrum coefficients. The orders of features and the number of gaussian mixture in Continuous Hidden Markov Model are varied to obtain the optimal system parameters. The results of this system can be concluded as follows, recognition rate of tone classification algorithm is 100 percent, the optimal feature for consonant naming is mel frequency cepstrum coefficients, knowledge-based algorithms can improve 18.8% recognition rate. The data used for training contained 1680 consonant naming spoken by 60 speakers (33 males and 27 females). The system was tested on 20 speakers (11 males and 9 females). The total recognition rate is 83.75 percent.	en
dc.format.extent	2787143 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การรู้จำเสียงพูดอัตโนมัติ	en
dc.subject	ภาษาไทย	en
dc.subject	การวิเคราะห์สเปกตรัม	en
dc.subject	การประมาณพันธะเชิงเส้น	en
dc.title	ระบบรู้จำคำเรียกพยัญชนะไทย : การศึกษาการวัดลักษณะสำคัญแบบต่างๆ	en
dc.title.alternative	Speech recognition system for Thai consonant naming : a study of various feature measurements	en
dc.type	Thesis	es
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิศวกรรมไฟฟ้า	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	Somchai.J@Chula.ac.th	-
dc.email.advisor	Sudaporn.L@Chula.ac.th	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
Umavasee.pdf		2.72 MB	Adobe PDF	View/Open

Show simple item record