Rozpoznávání řeči s dostupnými internetovými moduly
Speech Recognition Based on Available Internet Modules
Type of document
bakalářská prácebachelor thesis
Author
Adam Jirkovský
Supervisor
Pollák Petr
Opponent
Bořil Tomáš
Study program
Kybernetika a robotikaInstitutions assigning rank
katedra řídicí technikyRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Tato práce prozkoumává možnosti využití on-line modulů pro převod řeči do textu při tvorbě aplikace sloužící k přepisu obsahu multimediálních souborů. Jsou zde stručně popsány základní principy využívané v automatickém rozpoznávání řeči a shrnuty vlastnosti jednotlivých dostupných rozpoznávačů, zahrnující jejich funkce, podporované jazyky a finanční podmínky použití. Pro vývoj aplikace byl zvolen modul Google Cloud Speech-to-Text API. Způsob jeho použití a dostupné funkce jsou popsány podrobněji a je vyhodnocena dosažená kvalita přepisu promluv v českém jazyce. Závěrečná část práce je věnována popisu vývoje realizované aplikace, jejímu použití a implementovaným funkcím. This thesis explores the possibilities of using online speech-to-text engines to develop an app used for multimedia content transcription. A brief description of fundamental principles used in automatic speech recognition is provided, as well as a summary of available online recognizers, their features, supported languages and usage fees. Google Cloud Speech-to-Text API was chosen for the development task. Its usage and available features are described in more detail and its performance on czech-spoken utterances is evaluated. The final part of the thesis describes development of the app, its features and usage.
Collections
- Bakalářské práce - 13135 [476]