Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / ДИПЛОМНАЯ РАБОТА, РАЗНОЕ

ИССЛЕДОВАНИЕ И РАЗРАБОТКА МЕТОДОВ ГОЛОСОВОГО УПРАВЛЕНИЯ БОРТОВЫМ ПОМОЩНИКОМ

mari_ziteva 490 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 47 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 26.02.2021
В выпускной квалификационной работе были исследованы существующие методы распознавания речи и голосового управления. В частности, большое внимание было уделено принципам речевой обработки нейронными сетями.
Введение

Стремительное научно-техническое развитие человека с каждым днем делает нашу жизнь комфортнее. Технологии голосового управления не исключение. С появления первого распознавателя речи в 1952 году данная отрасль значительно эволюционировала и за последние годы вошла в обиход практически каждого из нас. Этому процессу поспособствовал скачок в сфере исследований искусственных нейронных сетей (ИНС) и искусственного интеллекта (ИИ), благодаря которым в системы, управляемые голосом, обрели способность максимально корректно интерпретировать непрерывную речь человека. Сегодня широкое распространение, главным образом в смартфонах и «умных» колонках, получили голосовые помощники, работающие с применением нейронных сетей (искусственного интеллекта), такие как «Google Assistant», «Яндекс.Алиса», Siri от компании Apple и Alexa от Amazon. Тем не менее сфера охвата голосовых помощников с каждым днем расширяется. За последние несколько лет довольно актуальным вопросом становится голосовое управление автомобилем, благодаря которому концентрация водителя в большей мере может быть направлена на управление транспортным средством. Систему голосового управления используют на своих автомобилях используют компании Audi, Ford, BMW, Mercedes Benz, Kia, Toyota. Бортовой помощник может быть как встроенный, так и внешний (сопряжение смартфона с системой голосового управления автомобилем по Bluetooth). К его функционалу можно отнести управление мультимедиа, телефоном (список контактов, диктовка/озвучивание текстовых сообщений), бортовым компьютером, климатконтроль и многое другое. Таким образом, опираясь на вышеизложенное, тема выпускной квалификационной работы (ВКР) является актуальной. Целью данной работы является исследование и разработка алгоритмов и методов голосового управления бортовым помощником. Основными задачами ВКР являются: • анализ существующих способов распознавания речи; • анализ существующих аналогов голосовых ассистентов; • программная реализация голосового помощника. Объект исследования — голосовое управление. Предметом исследования является алгоритмы и методы голосового управления. Методами исследования, использующимися при выполнении работы, являются: 1) анализ учебно-методической литературы, учебных пособий, электронных ресурсов; 2) изучение принципов составления вычислительных алгоритмов;
Содержание

ВВЕДЕНИЕ 8 ГЛАВА1. СИСТЕМЫ ГОЛОСОВОГО УПРАВЛЕНИЯ 10 1.1 Историческая справка 10 1.2 Обзор аналогов разрабатываемой системы 13 Выводы 16 ГЛАВА2. РАСПОЗНАВАНИЕ РЕЧИ 17 2.1 Предварительная обработка речевого сигнала 18 2.2 Распознавание речи с помощью скрытых марковских моделей 22 2.3 Искусственные нейронные сети 24 2.3.1 Архитектура искусственных нейронных сетей 28 2.3.2 Обучение ИНС 33 Выводы 36 ГЛАВА 3. РАЗРАБОТКА ГОЛОСОВОГО ПОМОЩНИКА «МИЛАНА» 37 3.1Структура и принципы работы программного продукта 38 3.2Поддерживаемые функции ПП 40 ЗАКЛЮЧЕНИЕ 42 СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 43 ПРИЛОЖЕНИЕ А 46
Список литературы

1. Речевые технологии: голос из прекрасного далека: сайт. – URL: https://te-st.ru/2017/11/15/voice-technologies/ (дата обращения: 01.06.2020). 2. Тампель И.Б, Карпов А.А. Автоматическое распознавание речи. — СПб. : Университет ИТМО, 2016. — С. 113. 3. Федосин С.А., Еремин А. Ю. Классификация систем распознавания речи. — Саранск. : МГУ им. Н.П. Огарева, 2009. — С. 3. 4. Спектр сигнала: учебно-методическое пособие / Б.П. Бойко, В.А. Тюрин.- Казань: Казанский федеральный университет, 2014. – С. 38 5. Запрягаев С. А., Коновалов А. Ю. Распознавание речевых сигналов. – Воронеж: Воронежский государственный университет. 2009 – С. 6. Голосовые помощники: эволюция, устройство и основные игроки: сайт. – URL: https://blog.dti.team/voice-assistants-1/ (дата обращения: 06.06.2020). 7. Голосовой помощник Google Assistant появится на платформе Android Auto: сайт. – URL: https://www.ixbt.com/news/2018/01/10/google-assistant-android-auto.html (дата обращения: 06.06.2020). 8. Голосовой ассистент Siri теперь может управлять некоторыми функциями автомобилей Volkswagen: сайт. – URL: https://www.ixbt.com/news/2018/11/12/golosovoj-assistent-siri-teper-mozhet-upravljat-nekotorymi-funkcijami-avtomobilej-volkswagen.html (дата обращения: 06.06.2020). 9. Умные технологии Ford: зачем голосовой ассистент Alexa переселяется в автомобили? : сайт. – URL: https://ichip.ru/tekhnologii/umnye-tekhnologii-ford-zachem-golosovojj-assistent-alexa-pereselyaetsya-v-avtomobili-106880 (дата обращения: 09.06.2020). 10. Воробьева, С. А. Выделение границ фонем речевого сигнала с помощью мел-частотных спектральных коэффициентов / С. А. Воробьева. — Текст : непосредственный // Молодой ученый. — 2017. — № 13 (147). — С. 2-6. 11. Нейронные сети для начинающих: сайт. – URL: https://habr.com/ru/post/312450/ (дата обращения: 12.06.2020). 12. Основы искусственных нейронных сетей: сайт. – URL: https://neuralnet.info/chapter/основы-инс/ (дата обращения: 18.06.2020). 13. LSTM – сети долгой краткосрочной памяти: сайт. – URL: https://habr.com/ru/company/wunderfund/blog/331310/ (дата обращения: 20.06.2020). 14. Машинное обучение это весело! Часть 6: Распознавание речи с помощью глубокого обучения: сайт. – URL: https://medium.com/@ppleskov/машинное-обучение-это-весело-часть-6-aa3982f25d54 (дата обращения: 22.06.2020). 15. Рекуррентные нейронные сети: типы, обучение, примеры и применение: сайт. – URL: https://neurohive.io/ru/osnovy-data-science/rekurrentnye-nejronnye-seti/ (дата обращения: 22.06.2020). 16. Глубокое обучение (Deep Learning): краткий туториал: сайт. – URL: https://neurohive.io/ru/osnovy-data-science/glubokoe-obuchenie-deep-learning-kratkij-tutorial/ (дата обращения: 23.06.2020). 17. Как работает нейронная сеть: алгоритмы, обучение, функции активации и потери: сайт. – URL: https://neurohive.io/ru/osnovy-data-science/osnovy-nejronnyh-setej-algoritmy-obuchenie-funkcii-aktivacii-i-poteri/ (дата обращения: 23.06.2020). 18. Android Auto: сайт. – URL: https://www.android.com/intl/ru_ru/auto/ (дата обращения: 23.06.2020). 19. : Apple CarPlay Идеальный штурман.: сайт. – URL:https://www.apple.com/ru/ios/carplay/ (дата обращения: 23.06.2020). 20. : Amazon Echo Auto. Голосовой помощник для автомобилей: сайт. – URL:https://kickgoods.ru/products/amazon-echo-auto-voice-fssistant-for-cars (дата обращения: 23.06.2020). 21. : История создания языка программирования Python: сайт. – URL: https://web.informatics.ru/works/17-18 /web_online/barabanov_n_v/language_python.html (дата обращения: 24.06.2020). 22. Функциональность PyCharm: сайт. – URL: https://www.jetbrains.com/ru-ru/pycharm/features/ (дата обращения: 24.06.2020). 23. Speech-to-Text : сайт. – URL: https://cloud.google.com/speech-to-text (дата обращения: 24.06.2020).
Отрывок из работы

ГЛАВА1. СИСТЕМЫ ГОЛОСОВОГО УПРАВЛЕНИЯ 1.1 Историческая справка Одним из первых успешных примеров синтеза речи считается устройство, созданное в 1779 году немецким физиком и механиком Христианом Кратценштайном, работавшим тогда в России. Это изобретение – механический имитатор речевого аппарата человека, который воспроизводил несколько гласных звуков. В 1937 году был представлен Voder ученого Гомера Дадли, сотрудника лаборатории Bell в США, который считается первым электронным синтезатором голоса. Он озвучивал текст, вводимый оператором с клавиатуры. На поприще реализации распознавания речи ученые сталкивались с большим числом трудностей. Советский инженер Лев Мясников с 1939 года занимался проблемой распознавания звуков, а в 1942 году, будучи в блокадном Ленинграде, защитил диссертацию «Техническая фонетика», которая включала демонстрацию аппарата, распознававшего гласные и согласные звуки. Audrey (automatic digit recogniser – автоматический распознаватель цифр), представленная компанией Bell в 1952 году могла распознавать цифры от 1 до 9 с погрешностью в 10%, перед каждым словом необходимо было выдерживать паузу. Аппарат являлся по сути первой системой распознавания речи в мире. Через 10 лет, Штаты презентовали Shoebox от IBM разработка превзошла предшественника на 7 слов (ноль и арифметические команды).
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Похожие работы
Дипломная работа, Разное, 93 страницы
2325 руб.
Дипломная работа, Разное, 86 страниц
2500 руб.
Дипломная работа, Разное, 50 страниц
850 руб.
Служба поддержки сервиса
+7(499)346-70-08
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg