Spracherkennung mit neuronalem Netzwerk und Rasperry

Gast #5396559
Hallo,
erstmal hoffe ich, dass ich hier im richtigen Unterforum bin, aber zum 
Thema:
Ich beschäftige mich gerade mit neuronalen Netzen und da frage ich mich, 
ob und wie gut eine Spracherkennung mit dem Pi umzusetzen ist, es geht 
nur um wenige Wörter (ca. 20).
Ich will damit, auch wenn es hier jetzt erstmal nicht relevant ist, eine 
"Alexiri nano" umsetzen, so will ich meine Projekte steuern können, 
bspw.sage ich: "Alexiri, Uhr", dann soll sie mir die Uhrzeit ansagen 
(das vorlesen würde ich dann mit espeak machen).

Ivo

PS: Das alles soll offline funktionieren, ich will meine Daten nicht an 
Google verschicken, ich will das ganze eigentlich auch selber 
trainieren, auch weil ich Worte, bzw den Namen, bisher in noch keinem 
Duden gefunden habe, deshalb würde Google & Co diesen Namen nicht 
erkennen
Gast #5396578
Ich hab letztens gelesen dass Microsoft da eine library für bereit 
gestellt hat... Weiß aber nicht mehr wo... Abgesehen davon kannst du ja 
sprachbefehle selbst definieren welche offline erkannt werden... Da 
brauchst keine weitere library... Is schon integriert
Gast #5396656
1. Sprach-Samples als Basis aufnehmen
2. Fourier Analyse Deiner Sprach-Samples
3. Permanenter Vergleich Aufnahme gegenüber FT Deiner Sprach-samples
4. Entscheiden, ob Aufnahme valide ist
Gast #5396825
Fester Wortschatz?
Sprecherabhängig?

da braucht es kein neuronales Netz.

wichtigerer ist eine gute Merkmalextraktion.
Stichwort Cepstrum   (ist praktischer als FFT)
und gute Vergleichroutine.

Das hat schon in den 90 auf kleinen DSPs (20MHz) funktioniert

Antwort schreiben

Eine eigene Frage? Dieser Thread ist über 8 Jahre alt. Stell sie in einem eigenen Thread – dort lesen mehr Leute mit, und sie wird öfter und schneller beantwortet.

Neuen Thread starten

Eine Lösung, Ergänzung oder Rückmeldung zu diesem Thread? Dann antworte hier.

Formatierung
  • [c]C-Code[/c]
  • [code]Code in anderen Sprachen, ASCII-Zeichnungen[/code]
  • [math]Formel in LaTeX-Syntax[/math]
  • [[Titel]] – Link zu einem Artikel
  • Verweis auf einen anderen Beitrag: Rechtsklick auf dessen Beitrags-ID (#8078628), „Adresse kopieren“, in den Text einfügen

Mehr zur Formatierung

Längeren Sourcecode als Anhang, nicht in den Text. JPG nur für Fotos und Scans; Zeichnungen und Screenshots als PNG oder GIF. Siehe Bildformate.

Schon registriert? Anmelden

Wird nicht angezeigt. Wir schicken dir einen Link; sobald du damit bestätigst, erscheint dein Beitrag.

Mit dem Abschicken legst du einen kostenlosen Account an und erkennst die Nutzungsbedingungen und die Datenschutzerklärung an.