Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/7852
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorสมชาย จิตะพันธ์กุล-
dc.contributor.authorเฉลิมวุฒิ ไวชนะ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2008-08-25T02:51:48Z-
dc.date.available2008-08-25T02:51:48Z-
dc.date.issued2548-
dc.identifier.isbn9741751389-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/7852-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2548en
dc.description.abstractวิทยานิพนธ์นี้ มีวัตถุประสงค์เพื่อพัฒนากรรมวิธีในการชี้เฉพาะคำสำคัญเสียงพูดภาษาไทยแบบไม่ขึ้นกับผู้พูดโดยการประยุกต์ใช้หลักการของแบบจำลองฮิคเดนมาร์คอฟ ซึ่งเป็นแบบจำลองของเสียงระดับย่อยของพยางค์ ใช้วิธีการตรวจสอบหน่วยเริ่มและหน่วยตามของพยางค์ มีจำนวนคำสำคัญ 70 คำแบ่งออกเป็น 3 ชุดตามจำนวนคือ 20 คำ 40 คำและ 70 คำเสียงพูดที่นำมาเป็นต้นแบบและเป็นแบบทดสอบประกอบด้วยเสียงผู้ชาย 30 คนและเสียงผู้หญิง 20 คน ผลการทดสอบค่า FOM ของระบบการชี้เฉพาะแบบไม่ขึ้นกับผู้พูดมีอัตราเฉลี่ยร้อยละ สำคัญ 54.45 โดยค่า FOM เฉพาะชุดคำสำคัญ 20 คำมีค่าเฉลี่ยร้อยละ 64.59 ค่า FOM เฉพาะชุดคำสำคัญ 40 คำมีค่าร้อยละ 51.11 และค่า FOM เฉพาะชุดคำสำคัญ 70 คำมีค่าร้อยละ 47.65 ตามลำดับen
dc.description.abstractalternativeThe objective of this thesis is to develop an algorithm for Speaker Independent Thai Speech Keyword Spotting. The methodology is to use the Hidden Markov Model to create the subsyllable models based on subsyllable onsets and rhymes verification algorithm. The 70- separated speech training set and testing set are composed of 30 males and 20 females. The Figure of Merit (FOM) of this speaker independent keyword spotting system is 54.45 percent. The FOM of the three sets of amount of keywords are 64.59 percent for 20 keywords set, and 47.65percent for 70 keywords set.en
dc.format.extent2133050 bytes-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectแบบจำลองฮิดเดนมาร์คอฟen
dc.subjectภาษาไทย -- พยางค์en
dc.subjectการรู้จำเสียงพูดอัตโนมัติen
dc.titleการชี้เฉพาะคำสำคัญเสียงพูดภาษาไทยบนพื้นฐานของการตรวจสอบหน่วยเริ่มและหน่วยตามของพยางค์en
dc.title.alternativeThai speech keyword spotting based on subsyllable onsets and rhymes verificationen
dc.typeThesises
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิศวกรรมไฟฟ้าes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisor[email protected]-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
chalermwut.pdf2.08 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.