Hallo, mit welcher Mindestanforderung an die Hardware muss ich rechnen, wenn ich eine 'rudimentäre' Spracherkennung in einem Embedded-Device realisieren will? Rudimentär heißt: Es sollen ein paar einfache Wörter bzw. Kommandos oder kurze Phrasen erkannt werden. Ein sematisches Sprachmodell, Ontologien oder sowas ist nicht erforderlich. Die Erkennung sollte in Echtzeit oder zumindest mit Verzögerungen unter einer Sekunde erfolgen. Das Training des Modells muss nicht unbedingt auf dem Device ablaufen, kann also z.B. auf einen PC ausgelagert werden. Eine integrierte Lösung wäre natürlich schon eine feine Sache. Ich habe im Moment nur Erfahrung mit 8Bit Atmels, wäre aber bereit, mich auch in eine andere Architektur einzuarbeiten. Wären FPGAs eine gangbare Alternative? Viele Grüße
Du hast Dich offensichtlich schon informiert. Also weisst Du was Du f"ur 'ne Rechenpower brauchst und da ist embedded oder nicht doch irrelevant!? Also wenn ich meine Kollegen so beobachte, dann hab ich das Gef"uhl dass aktuelle High-End Smartphones es immer noch nicht auf die Reihe bekommen...
Wie soll eine Spracherkennung denn vor sich gehen ? Eine Library herunterladen, die das kann ? Moeglicherweise. Dann mach das mal und schau dir die Anforderungen an. Falls du's selbst impementieren willst... Was fuer ein Konzept soll denn verfolgt werden ? Eine Wavelet Transform und einen Match Algorithmus drueber laufen lassen ? Ich denke da ist noch etwas Vorarbeit noetig.
pit p. schrieb: > https://github.com/arjo129/uSpeech Interessant. Scheint ja doch was rauszuholen zu sein aus den kleinen Atmels. Danke für den Link.
pit p. schrieb: > https://github.com/arjo129/uSpeech Da sind doch sicher noch bessere Ergebnisse zu erwarten, wenn man einen Bandpass für Sprache davorschaltet.
Die gängigen sprecherunabhängigen Sprachsteuerungsalgorithmen möchten gerne einen 32 Bit DSP in der Größenordnung eines Blackfin oder TI C6000 haben. Diese Algorithmen brauchen keinerlei Training und sind beispielsweise für Anwendungen in der Telekommunikation gedacht, wo der Spracherkenner möglichst mit jedem Anrufer funktionieren soll und keinerlei Training möglich ist. Oder die Steuerung in Automotive Anwendungen. Bei den kommerziellen Lösungen ist Nuance inzwischen Quasi-Monopolist. Die haben alles in der Branche aufgekauft, was nicht bei 3 auf nem Baum war. fchk
Tessa von Tesla schrieb: > Da sind doch sicher noch bessere Ergebnisse zu erwarten, wenn man einen > Bandpass für Sprache davorschaltet. keinen Schimmer, denke nicht das man da viel rausholen kann, am besten ein schlechtes Mikro benutzen :) ich habe damit ein video-conferencing tool gebaut: mit einem zweiten AVR und 4x Mics positioniere ich ein gestell mit einem iPad Mini dahin, wo es laut war, wenn ein Schlüsselwort gesprochen wurde. Klappt ganz gut, leider nicht im vollen Büro. Ist eine Kombination aus dem bereits geposteten Link und dem hier: http://coolarduino.wordpress.com/2012/10/01/sound-localization/
Die STM32F3-Serie scheint ganz interessant. Die hat schon DSP-Funktionalitäten integriert. Damit müsste man doch schon was ordentliches auf die Beine stellen können, oder?
Die Frage ist, was Du machen willst. Automatische Spracherkennung ist alles von so was: http://www.youtube.com/watch?v=T35A3g_GvSg (übrigens kein Fake, den gab es früher wirklich, und nein, da saß keiner im Hintergrund und hat Knöpfe gedrückt) bis hin zu sprecherunabhängiger Spracherkennung für große Vokabulare. Zum Beispiel hat man in der Vergangenheit einfache Hüllkurvendetektoren verwendet. Damit kann man Wörter zählen, aber nicht unterscheiden. Oder man macht einen Hoch- und einen Tiefpass und misst dahinter die Zahl der Nulldurchgänge. Damit kann man Frikale von Vokalen unterscheiden. Für ein kleines Vokabular reicht das auch, und man kann es locker selbst in Hardware machen.
Bitte melde dich an um einen Beitrag zu schreiben. Anmeldung ist kostenlos und dauert nur eine Minute.
Bestehender Account
Schon ein Account bei Google/GoogleMail? Keine Anmeldung erforderlich!
Mit Google-Account einloggen
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.