CHƯƠNG 1: TỔNG QUAN 9 GVHD: TS. Hoàng Trang HVTH: Trần Văn Hoàng Ghi chú: a. Chú thích từ viết tắt trong bảng trên: Small: Kích thước bộ từ vựng nhỏ (thường nhận dạng các chữ số hoặc các từ đơn) Medium: Kích thước bộ từ vựng trung bình (thông thường < 5000 từ) Large: Kích thước bộ từ vựng nhận dạng lớn (thông thường > 5000 từ) Office: Cơ sở dữ liệu được thu thập ở môi trường yên tĩnh hoặc văn phòng điển hình (mức độ tiếng ồn là khoảng ~ 70 dB SPL) Telecom: Dữ liệu viễn thông (data được thu thập thông qua đường dây điện thoại tiêu chuẩn) Mil.: Ứng dụng quân sự liên quan đến môi trường ồn ào và phong cách nói khác nhau. FD: Frequency Domain Preemphasis (Tần số miền Preemphasis), ( áp dụng trực tiếp phổ - ~ 10-20 dB / decade ) LP: Linear Prediction (Dự báo tuyến tính), (bậc được hiển thị trong dấu ngoặc đơn) PLP: Perceptually-Motivated Linear Prediction FFT: Fast Fourier Transform (Biến đổi Fourier nhanh) FB: Filter Bank (Bộ lọc) Cep.: Cepstral Parameters (thông số Cepstral) Power: Signal Power (thông thường là ở dB) Mel: Mel Scale Parameters Bark: Bark Scale Parametets Liftered: Liftered Scale Parameters BT: Mel Scale Parameters Computed Using the Bilinear Transform D-FB: Delta (Đạo hàm theo thời gian) Filter Bank.
D-D-FB: Delta-Delta Filter Bank Parameters (Đạo hàm cấp 2). D-Power: Delta Power (Đạo hàm năng lượng theo thời gian) D-D-Power: Delta-Delta-Power (Đạo hàm cấp 2 năng lượng) PWLR: Perceptually Weighted Log LIkelihood Distance Measure VQ: Vector Quantization MS-VQ: Multi-stage Vector Quantization (VQ with multiple codebooks) PT: Prewhitening Transformation Variance: Variance-Weighted Parameters (Diagonal components of the prewhitening transformation) Identity: Identity Matrix Weighted Parameters (No Weighting) Fixed: A Fixed (a priori) Weighting Matrix is used (sometimes called “Pooled” or “Grand”) HMM: Hidden Markov Model NN: Neural Network TD-NN: Time Delay Neural Network DP: Dynamic Programming CD-HMM: Continuous Density Hidden Markov Models DD-HMM: Discrete Density HMM FSA: Finite State Automaton (usually a regular grammar) CHƯƠNG 1: TỔNG QUAN 10 GVHD: TS. Hoàng Trang HVTH: Trần Văn Hoàng CFG: Context Free Grammar (Văn phạm phi ngữ cảnh) CSG: Context Sensitive Grammar (Ngữ pháp theo ngữ cảnh) LCQ2: Learning Vector Quantizer (a Neural Network approach to vector quantization) MLP: Multi-Layer Perceptron Neural Network b. Chú thích các hạng mục: Công ty/Đại học chủ yếu chịu trách nhiệm cho việc nghiên cứu Tổ chức: trích dẫn Một bản tóm tắt ngắn gọn về các loại cơ sở dữ liệu được sử dụng Ứng dụng: trong các ấn phẩm được trích dẫn Tần số lấy mẫu, Preemphasis, khung thời gian, cửa sổ thời gian của các phân tích phổ.
Đối với một số hệ thống, preemphasis Các thông số xử lý tín được thực hiện trực tiếp trong miền tần số. Theo sau phân tích hiệu: phổ, chuỗi các hoạt động được hiển thị. Tham số tín hiệu được sử dụng trong hệ thống. Chúng có nguồn Các tham số tín hiệu: gốc từ các thông số phân tích phổ.
Mô hình thống kê được sử dụng trong hệ thống nhận dạng giọng Mô hình thống kê: nói. Các công trình kể trên, trong quá trình thực thi đã xuất phát từ những nghiên cứu ban đầu từ những chọn lựa các thiết kế như bộ lọc ảnh hưởng đến độ chính xác [79], phép tính toán FFT của Cooley-Turkey [80], hay các cách tính gần đúng của Mitchell [81] nhằm cải thiện thiết kế. Ngoài ra, một vấn đề cần quan tâm là vấn đề môi trường huấn luyện và môi trường nhận dạng phải tương đồng với nhau, nghĩa là mức nhiễu cũng tương đồng nhau thì độ chính xác nhận dạng mới tốt. Các công trình đã cho thấy nhiễu khi nhận dạng khác với nhiễu khi huấn luyện ảnh hưởng xấu đến chất lượng nhận dạng và tìm cách khác phục nó [82], [83], [84], [85], [86].
Aurora [87] là một cơ quan nghiên cứu của Châu Âu, đã mô tả cách xây dựng cơ sở dữ liệu cũng như cách tiến hành các thí nghiệm để đánh giá chất lượng của thuật toán trích đặc trưng tín hiệu tiếng nói và chất lượng của toàn hệ thống nhận dạng tiếng nói trong các môi trường nhiễu khác nhau. Các tập dữ liệu và các thí nghiệm được xây dựng dùng cho việc đánh giá hệ thống CHƯƠNG 1: TỔNG QUAN 11 GVHD: TS. Hoàng Trang HVTH: Trần Văn Hoàng nhận dạng có sự tham gia của nhiễu môi trường (dùng phương pháp cộng nhiễu). Dữ liệu sạch (dữ liệu gốc) được lấy từ TIDigits [88], tập dữ liệu ngôn ngữ tiếng Anh (do người Mỹ đọc).
Aurora hướng tới việc đánh giá quá trình nhận dạng tiếng nói của các hệ thống viễn thông, do đó tín hiệu nhiễu được lựa chọn đại diện cho các môi trường phổ biến nhất có khả năng sử dụng các thiết bị viễn thông đầu cuối. Tám loại nhiễu đã được sử dụng để tạo ra các tập dữ liệu méo dạng khác nhau (sử dụng phương pháp cộng): nhiễu trong môi trường xe ô tô, tàu điện ngầm, nhà hàng, sân bay, khu vực đông người, triển lãm, trên đường, ga tàu điện [87]. Bên cạnh đó, cũng có các công trình đề nghị cách xây dựng môi trường kiểm tra thiết kế nhận dạng tiếng nói [89], hay các thiết kế nâng cao hơn trong giao tiếp bộ nhớ [90], cũng như thiết kế-layout cho chip nhận dạng tiếng nói trên những công nghệ mới như 40nm [91]. Ngoài ra, ứng dụng nhận dạng giọng nói Siri trên hệ điều hành iOS của Apple, Google Now trên hệ điều hành Android của Google cũng cần phải nhắc đến.
Nuance Communications, một tập đoàn truyền thông có trụ sở tại Massachusetts, Hoa Kỳ mới đây đã giới thiệu đến cộng đồng sử dụng iOS Việt Nam bộ đôi ứng dụng phục vụ việc tìm kiếm và nhập dữ liệu thông qua giọng nói với cái tên Dragon Search và Dragon Dictation. Điều đặc biệt của bộ đôi ứng dụng này, đó là chúng đều có hệ thống module nhận diện tiếng Việt tương đối hoàn chỉnh, có thể nhận diện những câu chữ phổ biến được nhập vào chiếc điện thoại. Các ứng dụng Siri, Google Now, Dragon Search, Dragon Dictation… đều có chung một nhược điểm là khi sử dụng bắt buộc thiết bị phải kết nối internet. Sử dụng tài nguyên của server để nhận dạng câu nói.
Điều đó làm cho độ độc lập của thiết bị bị hạn chế, không sử dụng được đối với những nơi không có kết nối internet, khó ứng dụng để điều khiển hay sử dụng cho một ứng dụng cụ thể nào đó. CHƯƠNG 1: TỔNG QUAN 12 GVHD: TS. Hoàng Trang HVTH: Trần Văn Hoàng 1.2 Hệ điều hành nhúng cho các ứng dụng thời gian thực[92]: Một hệ thống nhúng là sự kết hợp giữa phần cứng và phần mềm và có thể có các thành cơ học khác được thiết kế để thực hiện một chức năng nhất định. Một hệ thống nhúng thông thường là hệ thống bên trong một hệ thống khác lớn hơn.
Các xe ô tô hiện đại và các xe tải chứa rất nhiều hệ thống nhúng. Một hệ thống nhúng điều khiển chống bó phanh, cái khác thì theo dõi và kiểm soát khí thải xe, cái khác nữa thì hiển thị các thông tin trên bảng điều khiển. Ngay cả các máy tính các nhân thông thường cũng được hình thành từ rất nhiều hệ thống nhúng. Bàn phím, chuột, card màn hình, modem, ổ đĩa cứng, ổ đĩa mềm, và card âm thanh đều là hệ thống nhúng.
Một trong những phân lớp của hệ thống nhúng là hệ thống nhúng thời gian thực. Một hệ thống thời gian thực là hệ thống mà nó có ràng buộc về thời gian. Hiệu suất của một hệ thống thời gian thực thì được xác định trong việc có khả năng tính toán hay quyết định một cách kịp thời. Các tính toán quan trọng đều có thời hạn hoàn thành.
Một tính toán hay quyết định không kịp thời hạn cho phép sẽ gây hậu quả xấu giống như việc tính toán hoặc quyết định sai. Thiệt hại gây ra bởi việc tính toán không đúng thời hạn tùy thuộc vào mỗi ứng dụng cụ thể. Lấy ví dụ, nếu một hệ thống thời gian thực là một bộ phận của hệ thống kiểm soát không lưu, một tính toán hay quyết định không đúng thời hạn có thể gây nguy hiểm đến tính mạng của hành khách và phi hành đoàn. Bên trong một hệ thống nhúng Các tính năng quan trọng phổ biến và yêu cầu thiết kế của một phần cứng nhúng bao gồm: i.
Processing power: Lựa chọn bộ xử lý dựa trên sức mạnh xử lý để hoàn thành công việc và còn dựa trên độ rộng thanh ghi yêu cầu. Throughput: Hệ thống có thể cần xử lí nhiều dữ liệu trong một khoảng thời gian ngắn. CHƯƠNG 1: TỔNG QUAN 13 GVHD: TS. Hoàng Trang HVTH: Trần Văn Hoàng iii.
Response: Hệ thống có thể phản ứng với các sự kiện một cách nhanh chóng. Memory: Người thiết kế phần cứng phải ước lượng một cách tốt nhất bộ nhớ yêu cầu và phải trích lập dự phòng cho việc mở rộng. Power consumption: Hệ thống thông thường làm việc dựa vào pin và việc thiết kế phần cứng và phần mềm phải cẩn trọng trong tiết kiệm năng lượng cho hệ thống. Number of units: Số sản phẩm định làm ra và bán sẽ quyết định việc cân nhắc giữa chi phí sản xuất và chi phí phát triển.
Expected lifetime: Các quyết định trong thiết kế như việc lựa chọn các thành phần, bộ phận ảnh hưởng đến chi phí phát triển hệ thống sẽ phụ thuộc vào việc tuổi thọ hệ thống là bao lâu. Program Installation: Cài đặt phần mềm cho hệ thống nhúng cần các công cụ đặc biệt. Testability & Debugability: thiết lập điều kiện test và công cụ sẽ rất khó khăn. Reliability: là điều rất quan trọng.
Tại sao dùng hệ điều hành nhúng cho các ứng dụng thời gian thực?[92] Tính toán thời gian thực là nơi mà hệ thống chính xác không chỉ phụ thuộc vào tính chính xác của các kết quả hợp lý mà còn phụ thuộc vào thời gian cho ra kết quả. Vì vậy hệ điều hành cần có các tính năng để hổ trợ các yêu cầu quan trọng này để làm cho nó được gọi là hệ điều hành thời gian thực (Real-time Operating System – RTOS). Hệ điều hành không phải là một thành phần cần thiết của bất kỳ hệ thống máy tính. Một lò vi sóng đơn giản không yêu cầu một hệ điều hành.
Tuy nhiên, sự phức tạp của các ứng dụng mở rộng vượt ra ngoài nhiệm vụ đơn giản của những lợi ích của một hệ điều hành có nhiều giá trị hơn liên quan chi phí. Từ khi hệ thống nhúng (PDAs, điện thoại di động, VCRs, điều CHƯƠNG 1: TỔNG QUAN 14 GVHD: TS. Hoàng Trang HVTH: Trần Văn Hoàng khiển robot công nghiệp, hay ngay cả máy nướng bánh) trở nên phức tạp hơn về phần cứng qua mỗi thế hệ sản phẩm, và càng ngày càng nhiều tính năng được đưa vào, ứng dụng mà các thiết bị này chạy đòi hỏi nhiều hơn và nhiều chi tiết chạy trên mã hệ điều hành thực tế để đáp ứng các yêu cầu tốc độ phản ứng của hệ thống và giữ thời gian phát triển hợp lý [93].
