ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

การรู้จำเสียงพูดตัวเลขเป็นภาษาไทยแบบไม่ขึ้นกับผู้พูดโดยวิธีฮิดเดน มาร์คอฟโมเดล และเวกเตอร์ควอนไตซ์เซชัน

หน่วยงาน ฐานข้อมูลวิทยานิพนธ์ไทย

รายละเอียด

ชื่อเรื่อง : การรู้จำเสียงพูดตัวเลขเป็นภาษาไทยแบบไม่ขึ้นกับผู้พูดโดยวิธีฮิดเดน มาร์คอฟโมเดล และเวกเตอร์ควอนไตซ์เซชัน
นักวิจัย : เสาวลักษณ์ อารีย์พงศา
คำค้น : RECOGNITION , LINEAR PREDICTIVE , VECTOR QUANTIZATION , HIDDENMARKOV MODEL
หน่วยงาน : ฐานข้อมูลวิทยานิพนธ์ไทย
ผู้ร่วมงาน : -
ปีพิมพ์ : 2537
อ้างอิง : http://www.thaithesis.org/detail.php?id=1082537000523
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

วิทยานิพนธ์นี้เป็นการนำวิธีการของ Hidden Markov Models(HMM) มาใช้ในการรู้จำเสียงตัวเลขภาษาไทยแบบคำโดยไม่ขึ้นกับผู้พูดปัจจุบันมีการนำ Hidden Markov Models (HMM) ไปใช้ในการรู้จำเสียงพูดภาษาอังกฤษได้เป็นอย่างดี อย่างไรก็ตามวิธีการของ Hidden MarkovModels (HMM) ต้องการรูปแบบเพื่อนำมาทำต้นแบบจำนวนมาก งานวิจัยนี้ได้แสดงความสัมพันธ์ระหว่าง ความถูกต้องในการรู้จำเสียงพูดตัวเลขภาษาไทยและจำนวนรูปแบบที่นำมาทำโมเดลต้นแบบ อัตราความถูกต้องในการรู้จำ มีค่าเพิ่มขึ้นตามจำนวนรูปแบบ และอัตราการรู้จำเมื่อได้รูปแบบจำนวน 45 ตัว อย่างจะมีค่าประมาณร้อยละ 84 ซึ่งแสดงให้เห็นว่าเทคนิคนี้มีความเหมาะสมที่จะให้ในการรู้จำเสียงพูดภาษาไทยได้

บรรณานุกรม :
เสาวลักษณ์ อารีย์พงศา . (2537). การรู้จำเสียงพูดตัวเลขเป็นภาษาไทยแบบไม่ขึ้นกับผู้พูดโดยวิธีฮิดเดน มาร์คอฟโมเดล และเวกเตอร์ควอนไตซ์เซชัน.
    กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย.
เสาวลักษณ์ อารีย์พงศา . 2537. "การรู้จำเสียงพูดตัวเลขเป็นภาษาไทยแบบไม่ขึ้นกับผู้พูดโดยวิธีฮิดเดน มาร์คอฟโมเดล และเวกเตอร์ควอนไตซ์เซชัน".
    กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย.
เสาวลักษณ์ อารีย์พงศา . "การรู้จำเสียงพูดตัวเลขเป็นภาษาไทยแบบไม่ขึ้นกับผู้พูดโดยวิธีฮิดเดน มาร์คอฟโมเดล และเวกเตอร์ควอนไตซ์เซชัน."
    กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย, 2537. Print.
เสาวลักษณ์ อารีย์พงศา . การรู้จำเสียงพูดตัวเลขเป็นภาษาไทยแบบไม่ขึ้นกับผู้พูดโดยวิธีฮิดเดน มาร์คอฟโมเดล และเวกเตอร์ควอนไตซ์เซชัน. กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย; 2537.