Aplicação do modelo oculto de Markov e da rede neural convolucional em um sistema de reconhecimento de fala automático.

Abstract

O presente trabalho aborda a utilização das técnicas de Modelos Ocultos de Markov (HMM, do inglês Hidden Markov Models) e aprendizagem profunda através de Redes Neurais Convolucionais (CNN, do inglês Convolutional Neural Network) aplicadas em sistemas de reconhecimento de fala. Foi desenvolvido um sistema de reconhecimento de comandos de fala dependente do locutor, onde serão avaliadas duas bases gravadas pelo mesmo locutor. Ambas as técnicas utilizadas partem do princípio de treinamento do mo delo em cima das bases e depois a etapa de testes no reconhecimento através da extração de características. Para que estes sistemas tenham um reconhecimento assertivo, os mo delos criados devem ser minimamente impactados por ruídos externos, o que depende em parte do pré-processamento e também da obtenção de modelos acústicos robustos. Para tal, neste trabalho é feita a remoção de silêncio a fim de aprimorar o reconhecimento com base na extração de características. Os resultados demonstraram que, enquanto o modelo CNN apresentou desempenho satisfatório com acurácia média entre 93% e 98%, o HMMobteve resultados superiores, alcançando acurácia média de 99% nas bases testa das, evidenciando maior capacidade de generalização e resistência a ruídos. Essas métricas confirmam a efetividade do aprendizado profundo na tarefa de reconhecimento automá tico de fala, especialmente em contextos de variação temporal e de pré-processamento otimizado.