Синтез речи, анализатор речи

xelos · 20.01.2005, 21:53

Короче, начинаю новый проект - в котором надо будет оповещать пользователя путем произнесения фраз - типа "у вас осталось 5 минут". На втором этапе надо будет делать распознавание речи...
С воспроизведением, техническое решение есть - через микрухи с кодеками МП3, например... а с распознаванием пока глухо... Может кто дельное что подскажет? как и по воспроизведению (любые идеи приветствуются), так и по распознаванию...
привязки к типу контроллера или проца нет, вся система (электроника) должна уложиться евров в 50-60, при производстве в 2000 штук аппаратов в год...

julbu · 21.01.2005, 11:26

Насчет воспроизведения - микруха ISD1400 - если не ошибаюсь 20 секунд воспроизведения обеспечит (вроде у них есть и на большее время). А насчет распознавания тут DSP нужен явно, посмотри в апнотах у производителей DSP - может найдешь.

DK · 22.01.2005, 01:15

насчет воспроизведения - было уже, это не особая проблема... А вот насчет распознавания... Уххх... тут ресурсов никаких не хватит... Единственный вариант - это с обучением под конкретного чела. Ибо у всех голоса различаются... Типа, писать в память сэмплы, а потом сравнивать. А нечто универсальное - несерьезно. Тут гигарцы и сотни мегабайт не справляются, что уж говорить про мегагерци и килобайты...

xelos · 22.01.2005, 12:39

не, ясное дело, что с обучением. Типа как в мобилах.

DK · 22.01.2005, 20:06

мозгов много понадобится.... Флеш внешний под сэмплы - однозначно... Не знаю, как насчет самого проца... Мож, действительно DSP? Народ еще Z8 (из последних) хвалит.

22.01.2005, 20:57

С воспроизведением никакох проблем нет , вот с распознаванием проблемы .Бьемся сами уже достаточно долгое
время . Работаем сейчас над одним заказом , сплошная головная боль .Укажаемый DK , не получиться просто записывать сэмплы и сравнивать - уже пройденый этап
нормально это не работает . Нужен анализ фонем
и более большая вероятность определения в сочетании с анализом огибающей и скорее всего вырежем 4-5 фонем и будем определять по ним. Сейчас наша конструкция распознает примерно 45-50% произнесенных слов причем любым человеком, хотим довести хотя бы до 80-85% . Заказчику в принципе достаточно и 40% а нам маловато ,капиталисты интересуются а им товар лицом надо показать .

DK · 23.01.2005, 15:02

Сообщение от elon-spb

распознает примерно 45-50% произнесенных слов причем любым человеком

круто... и женский голос тоже распознает?

xelos · 23.01.2005, 21:14

ясненько, распознавание, значит пока на потом отложим... насчет воспроизведения - может ссылки какие есть?

DK · 24.01.2005, 10:20

http://www.rtcs.ru/supplier_article_...plier=12&id=39

24.01.2005, 16:00

В принципе чей голос(женский,мужской или детский) не играет особого значения значения потому что фонемы языка они в общем похожи,остается только выделить нужное.От ISD отказались сразу по причине редкостного барахла которое
годиться только для игрушек либо каких то непритязательных
по качеству звука конструкций . Используем свои модули
16 бит запись-16 бит воспроизведение-память на час (легко расширяется до любого значения) и низкая себестоимость
к тому же .