Dissertação
Speech Recognition for a Small Aerial Robot EVALUATED
Veículos aéreos não-tripulados são aeronaves que permitem a recolha de dados em áreas de difícil acesso. Capturar áudio com um drone despoleta uma série de novas aplicações. O ruído proveniente dos motores é dos principais problemas identificados em reconhecimento de fala com drones. O nosso principal objectivo é apresentar soluções para superar os maus desempenhos de sistemas de reconhecimento de fala devido a este tipo específico de ruído. O teste do Filtro de Wiener, Filtro Adaptativo de Mínimos Quadrados, Noise Gate, Subtracção Espectral dependente de Movimento e Transformada Discreta de Wavelet foi realizada para diferentes valores de relação Sinal-Ruído. Devido aos resultados, o Filtro Adaptativo de Mínimos Quadrados é escolhido para integrar o Sistema de Reconhecimento de Fala. Uma Rede Neuronal que prevê os coeficientes do filtro a partir das velocidades dos 4 motores é desenvolvida para o sistema, resultando num melhor desempenho do mesmo. A última proposta de alteração no filtro é utilizar como entrada dois sinais com diferentes valores de relação Sinal-Ruído em vez de utilizar um sinal apenas de ruído e outro de fala com ruído. Uma Rede Neuronal Recorrente para Reconhecimento de Fala treinada com fala corrompida pelo ruído do drone também foi testada, mas esta abordagem não mostrou ser competitiva com a implementação anterior. Resultados experimentais mostram que utilizar o Filtro Adaptativo de Mínimos Quadrados com os coeficientes do filtro a serem calculados por uma Rede Neuronal e utilizar dois sinais ruidosos com diferentes valores de relação Sinal-Ruído é uma solução promissora para este problema.
junho 27, 2019, 10:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Pedro Manuel Urbano de Almeida Lima
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado
