การทดสอบความคงที่ของเสียงพูดสำหรับกลุ่มผู้ป่วยเด็กสมองพิการที่มีการพูดแบบดิสอาร์เทรีย

อภิสิทธิ์ อังศุพันธุ์

dc.contributor.advisor	ณัฐกร ทับทอง
dc.contributor.author	อภิสิทธิ์ อังศุพันธุ์
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิทยาศาสตร์
dc.date.accessioned	2022-04-28T05:43:56Z
dc.date.available	2022-04-28T05:43:56Z
dc.date.issued	2562
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/78486
dc.description	โครงงานเป็นส่วนหนึ่งของการศึกษาตามหลักสูตรปริญญาวิทยาศาสตรบัณฑิต ภาควิชาฟิสิกส์ คณะวิทยาศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ปีการศึกษา 2562	en_US
dc.description.abstract	โครงงานนี้มุ่งพัฒนาการทดสอบความคงที่ของเสียงสำหรับกลุ่มผู้ป่วยเด็กสมองพิการที่มีการพูดแบบ ดิสอาร์เทรีย เพื่อนำไปช่วยทำนายอัตรารู้จำเสียงพูดของเด็กสมองพิการ คลังข้อมูลเสียงพูดประกอบด้วยเสียงพูด 68 คำ บันทึกจากกลุ่มเด็กปกติ 4 คน และกลุ่มเด็กสมองพิการ 8 คน จำนวน 5 รอบ ถูกนำมาใช้ในการคำนวณหาค่าความคงที่ของเสียงพูด (SCS) สำหรับผู้รับการทดสอบแต่ละคน เมื่อนำค่า SCS ไปเปรียบเทียบกับอัตราการรู้จำเสียงพูดที่ใช้แบบจำลองฮิดเดน มาร์คอฟ (HMMs) และข่ายงานประสาทเทียม (ANNs) พบว่าผู้รับการทดสอบที่มีค่า SCS สูง จะมีอัตราการรู้จำเสียงพูดสูง ส่วนผู้รับการทดสอบที่มีค่า SCS ต่ำก็จะมีอัตราการรู้จำเสียงพูดต่ำเช่นกัน จากนั้น ผู้วิจัยได้นำค่า SCS มาหาความสัมพันธ์เชิงเส้นกับอัตราการรู้จำเสียงพูดที่ใช้ HMM และ ANN ซึ่งได้ค่าสัมประสิทธิ์การกำหนด (R2) เท่ากับ 0.89 และ 0.86 ตามลำดับ ซึ่งอยู่ในเกณฑ์ดีมาก ท้ายสุด ผู้วิจัยได้นำค่า SCS ไปทำนายอัตราการรู้จำเสียงพูด พบว่าผลการทำนายที่ได้มีคลาดเคลื่อนสัมบูรณ์เฉลี่ยจากอัตราการรู้จำจริงเท่ากับ 5% ซึ่งเป็นระดับที่น่าพอใจมาก	en_US
dc.description.abstractalternative	This project aims to develop a Speech Consistency Test for Cerebral Palsy Children with Dysarthric to predict the speech recognition rate. Speech corpus contains 68 words were collected from 4 normal children and 8 cerebral palsy children for 5 times. The corpus was used to measure Speech Consistency Scores (SCSs) for every subject. SCSs were compared with the speech recognition rate using hidden Markov models (HMM) and Artificial Neural Networks (ANNs). It was found that subjects with a high SCS will have a higher speech recognition rate while subjects with a low SCS also have a low speech recognition rate. SCSs were then used to find the linear correlation with the speech recognition rate using HMM and ANN, which gave the linear trendlines with the coefficient of determinations (R2) of 0.89 and 0.86, respectively. Finally, the linear trendline using HMM was used to predict the speech recognition rate. It was found that the prediction results have an average absolute error of 5%, which is a very satisfactory level.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	เด็กสมองพิการ	en_US
dc.subject	การรู้จำเสียงพูดอัตโนมัติ	en_US
dc.subject	ระบบประมวลผลเสียงพูด	en_US
dc.subject	Cerebral palsied children	en_US
dc.subject	Automatic speech recognition	en_US
dc.subject	Speech processing systems	en_US
dc.title	การทดสอบความคงที่ของเสียงพูดสำหรับกลุ่มผู้ป่วยเด็กสมองพิการที่มีการพูดแบบดิสอาร์เทรีย	en_US
dc.title.alternative	Speech Consistency Test for Cerebral Palsy Children with Dysarthric	en_US
dc.type	Senior Project	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US