Автор работы: Пользователь скрыл имя, 11 Октября 2013 в 17:10, курсовая работа
Также стоит отметить статью Мел-кепстральные коэффициенты (MFCC) и распознавание речи и выполненную на её основе работу по идентификации человека по голосу: Кто там? — Идентификация человека по голосу.
В данной работе предлагается простой алгоритм (и его реализация на C++) системы распознавания речи по короткому словарю, основанный на анализе статистического распределения мел-кепстральных коэффициентов (Mel-frequency cepstrum coefficients, MFCC).
cout << "OK" << endl;
}
cout << "Werification Error Rate: " << WER << " %" << endl;
}
catch(std::bad_alloc &_e)
{
cout << endl << "Catched std::bad_alloc: " << _e.what() << endl;
return -1;
}
catch(std::exception &_e)
{
cout << endl << "Catched std::exception: " << _e.what() << endl;
return -1;
}
return 0;
}
Список использованой литературы
1. http://habrahabr.ru/post/
2.
А. Л. Горелик, В. А. Скрипкин Методы распознавания
М.: Высшая школа, 1989.
3. Джордж Ф. Люгер,
Искуственный интелект, Москва 2000, 386с.
4. http://robot-rad.narod.ru/
5. Milanova M., Almeida P. E. M.,
Okamoto J. and Simoes M. G. Applications of Cellular Neural Networks
for Shape from Shading Problem. Lecture Notes in Artificial Intelligence
– Machine Learning and Data Mining in Pattern Recognition, 1999, pp.
51-63.
6. Головко В.А. Нейроинтеллект:
Теория и применения. Книга 2. Самоорганизация,
отказоустойчивость и применение нейронных
сетей – Брест:БПИ, 1999, - 228с.
7. Lawrence S., Giles C. L., Tsoi
A. C. and Back A. D. Face Recognition: A Convolutional Neural Network
Approach. IEEE Transactions on Neural Networks, Special Issue on Neural
Networks and Pattern Recognition, pp. 1-24.
8. Уоссермен Ф. Нейрокомпьютерная
техника: Теория и практика, 1992 – 184с.
9. Ф. Уоссермен. Нейрокомпьютерная
техника. Теория и практика. – М.: Мир, 1992.
– 240 с.
10. Закон України «Про охорону
праці» від 21.11.2002.
11. ПУЭ-87 «Правила устройства
электроустановок», Київ , 2001.