ASTERISK LAB - Automatic speech recognition - Speech synthesis

MVC (Model - View - Controler)
Mô hình mẫu thiết kế MVC giúp cho các dòng code của chúng ta rõ ràng và dễ bảo trì bảo dưỡng, tránh sự nhập nhằng giữa tầng xử lý, tầng hiển thị và tiếp nhận thông tin.

Model : làm nhiệm vụ truy xuất dữ liệu và xử lý tác vụ
View : lo phần hiển thị và tiếp nhận thông tin.
controler: đảm bảo điều khiển cho mô hình hoạt động.

Read more...

Tết nay Thảo Nguyên đi chợ tết, Phụ Ông bà nấu Bánh tét, chúc tết Ông Bà. Một cái tết vui tươi đầm ấm bên gia đình.
Thảo Nguyên Phụ làm Bánh tét với Bà Nội
Thảo Nguyên Chúc Tết Ông Bà
Thảo Nguyên Đi chơi chợ tết

Kết nối trang blog với facebook

Ví dụ cần chạy chương trình abc đặt tại thư mục /usr/local/bin/abc file cấu hình /etc/abc.conf khi khởi động linux.
Các bước thực hiện như sau:

1. Tạo tập tin abcboot có nội dung như sau:

#!/bin/bash
#
# Chay tu dong Chuong trinh abc
# abc.
#
#chkconfig: 3 55 45
# description: abc \
# Chay chuong trinh abc
#file khoi dong chuong trinh abc luc boot may

if test -x /usr/local/bin/abc -a -f /etc/abc.conf
then
echo "Starting abc"
/usr/local/bin/abc
exit 1
fi
exit 0

2. Chép tập tin abcboot vào thư mục /etc/init.d
3. Thực hiện lệnh sau cho tập tin abcboot có thể chạy: #chmod 744 abcboot
4. Đưa vào khởi động tại level 3 - runlevel 3 có nghĩa là "Multi-User Mode with Networking"
#cd /etc/rc.d/rc3.d
#ln -s ../init.d/abcboot S99abcboot
5. Đánh lệnh #reboot để khởi động lại máy tính
6. Xem kết quả chương trình đã chạy chưa bằng lệnh: #ps ax | grep abc

Hết.
Toàn Sưu tầm

1. Tạo cú pháp nhận dạng hay còn gọi là ngữ cảnh nhận dạng.
Soạn tập tin gram.txt có nội dung như sau:
$speaker = toan | phuong;
($speaker)
nhận dạng khi người nói vào hệ thống tên Toàn hoặc tên Phương.

2. Tạo sơ đồ wdnet - word network
Phát sinh file wdnet bằng lệnh:
>HParse gram.txt wdnet
Nội dung của file wdnet như sau:
VERSION=1.0
N=5 L=5
I=0 W=!NULL
I=1 W=!NULL
I=2 W=toan
I=3 W=!NULL
I=4 W=phuong
J=0 S=3 E=1
J=1 S=0 E=2
J=2 S=2 E=3
J=3 S=4 E=3
J=4 S=0 E=4

3. Thu âm giọng nói: có hai cách làm
a. Thu âm giọng nói rồi tạo file text tương ứng.
b. Phát ra nội dung câu nói trước sau đó thu âm theo nội dung đó.
Phát ra nội dung thu âm bằng lệnh:
>HSGen -l -n 20 wdnet dict >prompst
Nội dung file dict như sau:
phuong [phuong] ph uo n g
toan [toan] t o a n

File prompst chứa nội dung 50 tập tin để thu âm, thu âm 40 câu để huấn luyện, và 10 câu làm dữ liệu test.
nội dung file prompst như sau:
1. phuong
2. toan
3. toan
.........
Dùng phần mềm audacity để thu âm.

4. Trích đặc trưng mfcc dùng lệnh HCopy

>HCopy -T 1 -C cfg\HCopy.cfg -S listwavmfccTrain.scp
Ghi chú:
+ File Hcopy.cfg có nội dung:
SOURCEKIND = WAVEFORM
SOURCEFORMAT = WAV
TARGETKIND = MFCC_0_D_A
TARGETRATE = 100000.0
SAVECOMPRESSED = T
SAVEWITHCRC = T
WINDOWSIZE = 250000.0
USEHAMMING = T
PREEMCOEF = 0.97
NUMCHANS = 26
CEPLIFTER = 22
NUMCEPS = 12
ENORMALISE = F
+ File listwavmfccTrain.scp có được bằng cách thực hiện lệnh:
>listwavmfc.pl wav\train listwavmfccTrain.scp
F:\labsimple\wav\train\01.wav F:\labsimple\wav\train\01.mfc
F:\labsimple\wav\train\02.wav F:\labsimple\wav\train\02.mfc
...............

5. Khởi tạo giá trị huấn luyện

>HCompV -C cfg\HCompV.cfg -f 0.01 -m -S train.scp -M hmm\hmm0 hmm\hmm0\proto
Ghi chú:
+ File train.scp có nội dung:
F:\labsimple\mfcc\train\01.mfc
F:\labsimple\mfcc\train\02.mfc
.............................
+ Tạo file proto trong thư mục hmm\hmm0 có nội dung:
~o <VecSize> 39 <MFCC_0_D_A>
~h "proto"
<BeginHMM>
<NumStates> 5
<State> 2
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0
<State> 3
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
~o <VecSize> 39 <MFCC_0_D_A>
~h "proto"
<BeginHMM>
<NumStates> 5
<State> 2
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0
<State> 3
<Mean> 39
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
0.0 0.0 0.0
<Variance> 39
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0 1.0
+ tạo file hmmdefs trong thư mục hmm\hmm0, sao cho mỗi phone được thay bằng "proto"
>prompts2mlf.pl lable.mlf train
+ file lable.mlf nội dung:
#!MLF!#
"*/1..lab"
phuong
.
"*/2..lab"
toan
.
....................
+ file train
1. phuong
2. toan
....................

>HLed -l '*' -d dict -i phones0.mlf mkphones.led lable.mlf
+ file mkphones.led có nội dung
EX
IS sil sil
DE sp

+lệnh trên sẽ tạo ra file phones0.mlf

>HDMan -A -D -T 1 -m -w wlist -n monophones0 -i -l dlog dict lexicon
+ File lexicon có nội dung:
phuong [phuong] ph uo n g
toan [toan] t o a n
silence [] sil
+ Lệnh trên sẽ tạo ra file monophones0

>mkHmmdefsFile.pl hmm\hmm0\proto monophones0 hmm\hmm0\hmmdefs
+ Lệnh trên tạo file hmmdefs
+ Nội dung của File macros có được từ cách chép phần đầu ~o của file proto và nội dung của file vFloors
~o
<STREAMINFO> 1 39
<VECSIZE> 39<NULLD><MFCC_D_A_0><DIAGC>
~v varFloor1
<Variance> 39
2.909618e-001 1.896888e-001 3.646610e-001 2.376805e-001 2.649882e-001 2.794672e-001 2.323876e-001 2.089114e-001 1.858883e-001 2.667808e-001 2.119271e-001 1.591346e-001 2.950959e-001 7.393611e-003 6.921536e-003 7.833419e-003 9.061966e-003 1.120140e-002 1.136315e-002 1.120127e-002 1.078344e-002 1.207254e-002 1.367865e-002 1.039116e-002 8.883036e-003 4.715052e-003 8.632476e-004 1.064687e-003 1.218992e-003 1.529570e-003 1.798744e-003 1.806864e-003 1.898874e-003 1.988898e-003 2.171315e-003 2.347129e-003 1.784228e-003 1.629085e-003 5.131669e-004

6. Ước lượng thông số:

>HERest -C cfg\HERest.cfg -I phones0.mlf -t 250.0 150.0 1000.0 -S train.scp -H hmm\hmm0\macros -H hmm\hmm0\hmmdefs -M hmm\hmm1 monophones0
>HERest -C cfg\HERest.cfg -I phones0.mlf -t 250.0 150.0 1000.0 -S train.scp -H hmm\hmm1\macros -H hmm\hmm1\hmmdefs -M hmm\hmm2 monophones0
>HERest -C cfg\HERest.cfg -I phones0.mlf -t 250.0 150.0 1000.0 -S train.scp -H hmm\hmm2\macros -H hmm\hmm2\hmmdefs -M hmm\hmm3 monophones0

7. Kết Quả

>HVite -H hmm\hmm3\macros -H hmm\hmm3\hmmdefs -S test.scp -i kq\recout.mlf -w wdnet -p 0.0 -s 5.0 dict HmmList
8. Đánh giá

>HResults -I phones0test.mlf hmmlist kq\recout.mlf
Ghi chú:
+file phones0test.mlf
#!MLF!#
"F:/labsimple/mfcc/test/41.lab"
toan
.
"F:/labsimple/mfcc/test/42.lab"
phuong
.
...............................

====================== HTK Results Analysis =======================
Date: Sat Jul 17 15:04:02 2010
Ref : phones0test.mlf
Rec : kq\recout.mlf
------------------------ Overall Results --------------------------
SENT: %Correct=100.00 [H=10, S=0, N=10]
WORD: %Corr=100.00, Acc=100.00 [H=10, D=0, S=0, I=0, N=10]
===================================================================

=> OK tất cả đều tuyệt vời nhận dạng chính xác 100% luôn.

Download: http://www.mediafire.com/?gqyfyrbo7h8cfg6

Nhận dạng tiếng nói - chuyển lời nói thành văn bản ( Speech to text ) đã bắt đầu nghiên cứu từ những năm 50 [1], Đây là một lĩnh vực khá thú vị nhưng để ứng dụng vào cuôc sống vẫn còn là mới mẻ tại việt Nam. Vậy nên rất cần nhiều ứng dụng thực tế cho những Ai muốn nghiên cứu tìm hiểu áp dụng vào cuộc sống.

Bài nhập môn này Mình ghi lại những kiến thức cần thiết cho bước đầu nhập môn vào lĩnh vực này, để khỏi bỡ ngỡ khi đứng trước một rừng kiến thức, cái nào cũng cần thiết.

Nhận dạng tiếng nói - Automatic speech recognition cần trang bị một số kiến thức nền như: kiến thức về xác suất, xác xuất có điều kiện, công thức bayes, Đại số tuyến tính, phân phối chuẩn( Normal distribution ) hay còn gọi là phân phối gauss( Gaussian distribution ), thuật toán K-means, mô hình markov ẩn( Hidden Markov Model-HMM ), mô hình hợp gausss ( Gaussian Mixture Model - GMM ), mô hình ngôn ngữ (N-gram), Xử lý tín hiệu số, phương pháp rút trích đặc trưng tiếng nói ( Mel-frequency cepstral coefficients - MFCC )... Một công cụ toolkit để hiện thực nhận dạng tiếng nói không thể thiếu đó là HTK ( Hidden Markov Model Toolkit ) - Speech Recognition Toolkit.

Môn học trong trường KHTN TP.HCM là : Xử lý tiếng nói (Thầy Vũ Hải Quân) - xử lý ngôn ngữ tự nhiên (Thầy Đinh Điền) - xử lý số tín hiệu.

Cuối cùng là niềm đam mê.

[1] Davies , K.H., Biddulph, R. and Balashek, S. (1952) Automatic Speech Recognition of Spoken Digits, J. Acoust. Soc. Am. 24(6) pp.637 - 642

Quan hệ R ở dạng chuẩn BCK khi tất cả các phụ thuộc hàm X →A trong R
đều phải có X là khoá của R.

Ví dụ: Quan hệ sau ở dạng 3NF nhưng không phải BCK.





Để nhận được quan hệ ở BCK, ta có thể tách quan hệ trên:
Cách 1: R1(Student, Instructor) và R2(Student, Course)
Cách 2: R1(Couse, Instructor} và R2(Course, Student)
Cách 3: R1(Instructor, Course} và R2(Instructor, Student)
Lưu ý: Việc tách quan hệ như trên sẽ làm mất đi phụ thuộc hàm FD1.

Câu hỏi thảo luận:
cho quan hệ R(ABCDEF) có khóa là AB và CD và tập F = {AB->CDEF,CD->ABEF}
Quan hệ trên đạt dạng chuẩn BCK không?


(Trích trong sách cơ sở dữ liệu của GV Phạm Thị Hoàng Nhung)

Một quan hệ đạt dạng chuẩn 2 nếu:
+ Quan hệ đó phải ở dạng chuẩn 1
+ Tất cả các thuộc tính không phải là khóa của quan hệ phải phụ thuộc đầy đủ vào khóa của quan hệ.
+ Phụ thuộc đầy đủ là: Phụ thuộc hàm Y->Z là phụ thuộc hàm đầy đủ nếu:

Mô tả dạng chuẩn 2:


Ví dụ 1: Quan hệ EMP_PROJ không đạt dạng chuẩn 2 vì tồn tại 2 phụ thuộc hàm FD2, FD3 là phụ thuộc hàm không đầy đủ.


Ví dụ 2: Quan hệ sau đạt dạng chuẩn 2 - NF2


Đạt dạng chuẩn 2 vẫn còn trùng lắp thông tin. Phụ thuộc hàm gây trùng lắp thông tin là DNUMBER->DNAME,DMGSSN, thuộc tính trùng lắp thông tin là DNUMBER, DNAME, DMGSSN



Ví dụ 3: Quan hệ sau cũng đạt dạng chuẩn 2 - NF2



Câu hỏi thảo luận:
Cho lược đồ quan hệ R(ABCDE) có AB là khóa của quan hệ và tập phụ thuộc hàm là F={AB->CDE, BC->DE}
Lược đồ trên có đạt dạng chuẩn 2 không?

(Trích trong sách cơ sở dữ liệu của GV Phạm Thị Hoàng Nhung.)

Tham gia xong lớp tập huấn kiến thức đọng lại thì ít nhưng tình cảm giao lưu giữa các bạn thì vô số kể, tất cả VNPT tại miền nam đều có mặt. Lê Quốc Toàn ơi có chuyến đi thật thú vị.