Runas atpazīšanas izmantošana programmatūrā, izmantojot Microsoft SAPI bibliotēkas

Abstract

Bakalaura darbā "Runas atpazīšanas izmantošana programmatūrā, izmantojot Microsoft SAPI bibliotēkas" ir apskatīti dažādi runas atpazīšanas tehnoloģijas aspekti. Tiek īsi stāstīts par to, kas runa vispār ir, no kādiem elementiem tā sastāv un kā cilvēki un dators to interpretē. Ir apskatītas runas atpazīšanas metodes, kas eksistē mūsdienas, ka arī metodi, kas ir izmantotas, lai maksimāli palielināt runas atpazīšanas precizitāti.

Darba mērķis ir iepazīties ar runas atpazīšanas tehnoloģiju un metodēm, kā arī izveidot rīku, kas varētu palīdzēt lietotājam izpildīt vienkāršas komandas ar balss palīdzību. Rīks bāzēsies uz Macrosoft piedāvāto programmēšanas interfeisu "SAPI", kas nodrošina runas atpazīšanu Windows aplikācijas.

In this paper, the author looks at various aspects of speech recognition technology. It is briefly discussed what speech is in general, what elements it consists of and how human and computers interpret it. The author discusses the speech recognition methods that exists today and the methods which are used to maximize speech recognition accuracy.

This paper's goal is to get acquainted with speech recognition technology and methods as well as to create a utility which can be used to help users to communicate with their computers using voice commands. The tools are based on Microsoft SAPI and provide interfaces that allow speech command recognition to be implemented into the windows applications.