haku: @keyword automaattinen puheentunnistus / yhteensä: 8
hakutulos-lista
viite: 4 / 8
« edellinen | seuraava »
Tekijä:Yrjölä, Timo Juhani
Työn nimi:Applicability of automatic speech recognition system architectures in cellular networks
Automaattisten puheentunnistusjärjestelmien arkkitehtuurien soveltuvuus matkapuhelinverkoissa
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2011
Sivut:[14] + 74      Kieli:   eng
Koulu/Laitos/Osasto:Tietoliikenne- ja tietoverkkotekniikan laitos
Oppiaine:Tietoverkkotekniikka   (S-38)
Valvoja:Manner, Jukka
Ohjaaja:Jungner, Peter
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  1113   | Arkisto
Avainsanat:automatic speech recognition
cellular network
automaattinen puheentunnistus
matkapuhelinverkko
ESR
NSR
DSR
Tiivistelmä (fin): Automaattiset puheentunnistusjärjestelmät ovat olleet intensiivisen tutkimuksen kohde viime vuosina.
Puheentunnistussovelluksia ei kuitenkaan ole vielä otettu käyttöön laajasti, sillä tietokoneistetun puheentunnistuksen suorituskyky on edelleen huomattavasti jäljessä ihmisen puheentunnistuskykyä.
Puheentunnistus on erityisen haastavaa toteuttaa tietoliikenneverkkojen yli.

Puheentunnistus voidaan toteuttaa mobiililaitteissa arkkitehtuurisesti kolmella eri tavalla.
Nämä arkkitehtuurit erottuvat toisistaan puheentunnistusjärjestelmän komponenttien sijainnin perusteella.
Tämän diplomityön tavoite on vertailla näiden arkkitehtuurien soveltuvuutta matkapuhelinverkoissa.
Vertailu perustetaan alaan liittyvään tutkimukseen sekä analyysiin mahdollisista toteutusskenaarioista.

Työn tuloksena todettiin, että matkapuhelinverkon vaikutukset puheentunnistuksen suorituskykyyn voidaan minimoida hyväksyttävälle tasolle.
Matkapuhelinten sisäiset puheentunnistusjärjestelmät saavuttavat aikanaan kaupallisen suorituskyvyn, mutta tällä hetkellä matkapuhelinten sisäiset resurssit rajoittavat huomattavasti sovellusten suorituskykyä.
Tästä syystä verkkopohjaisilla puheentunnistusjärjestelmillä on lähitulevaisuudessa perusteltu käyttötarkoitus.
Työssä kyseenalaistettiin hajautetun puheentunnistusarkkitehtuurin hyödyt matkapuhelinverkoissa.
Tiivistelmä (eng): Automatic speech recognition has been an area of intensive research during recent years.
However, speech recognition enabled applications have not yet achieved a wide adaption as the recognition capabilities of computers are still far from that of humans.
Implementing speech recognition over telecommunication networks results in additional challenges.

Mobile speech recognition services can be implemented using one of three different possible system architectures, which are characterized by the location of the recognition system components.
The purpose of this thesis is to compare the applicability of these architectures in cellular networks.
The comparison is based on a literature review of the related research and an analysis of possible implementation scenarios.

The findings of the thesis suggest that the effects of the network on speech recognition performance can be minimized to an acceptable level Embedded architectures will eventually achieve commercial grade performance, but currently, mobile phones are very limited by processing, memory and power resources.
Consequently, there is a justification for the deployment of network-based speech recognition services in the near future.
The motivation for the distributed architecture is questioned.
ED:2011-05-03
INSSI tietueen numero: 41614
+ lisää koriin
« edellinen | seuraava »
INSSI