Nghiên Cứu Về Nhận Dạng Tiếng Nói Ứng Dụng Vào Điều Khiển Xe Lăn

• Tác giả: Hà Thị Thu Giang
• Người hướng dẫn: TS. Vũ Việt Vũ
• Trường học: Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên Cứu Về Nhận Dạng Tiếng Nói Ứng Dụng Vào Điều Khiển Xe Lăn
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: Thái Nguyên

• LỜI CAM ĐOAN
• 1. MỞ ĐẦU
• 2. TỔNG QUAN VỀ NHẬN DẠNG TIẾNG NÓI
• 2.1. Tổng quan về lĩnh vực xử lý tiếng nói
• 2.2. Các bài toán trong lĩnh vực xử lý tiếng nói
• 2.3. Nhận dạng tiếng nói
• 2.3.1. Khái niệm nhận dạng tiếng nói
• 2.3.2. Tổng quan về bài toán nhận dạng
• 2.3.3. Các bước xử lý trong bài toán nhận dạng tiếng nói
• 3. NGHIÊN CỨU MỘT SỐ PHƯƠNG PHÁP NHẬN DẠNG TIẾNG NÓI
• 3.1. Mô hình Markov ẩn (Hidden Markov Model - HMM)
• 3.2. Mạng Nơ ron nhân tạo
• 3.3. Mô hình âm học
• 4. MÔ PHỎNG HỆ THỐNG ĐIỀU KHIỂN XE LĂN BẰNG TIẾNG NÓI
• 4.1. Giới thiệu về hệ thống xe lăn và quy trình điều khiển
• 4.2. Thiết kế hệ thống điều khiển xe lăn
• 4.3. Những kết quả đã đạt được
• 4.4. Hướng phát triển tiếp theo của đề tài
• TÀI LIỆU THAM KHẢO

I. Tổng Quan Về Nghiên Cứu Nhận Dạng Tiếng Nói Cho Xe Lăn

Nghiên cứu về lĩnh vực xử lý tiếng nói ngày càng thu hút sự quan tâm trên toàn thế giới. Các bài toán trong lĩnh vực này bao gồm biểu diễn, lưu trữ, truyền tín hiệu tiếng nói, tổng hợp tiếng nói, nhận dạng tiếng nói, nhận dạng người nói và tăng cường chất lượng âm thanh. Ứng dụng của xử lý tiếng nói rất đa dạng, từ y tế, giáo dục, hội thoại, dịch tự động, tìm kiếm bằng tiếng nói đến an ninh quốc phòng. Ở Việt Nam, một số nhóm nghiên cứu đã tập trung vào nhận dạng tiếng nói và xử lý tiếng Việt. Mục tiêu của nghiên cứu này là tập trung vào bài toán nhận dạng tiếng nói, đặc biệt là các phương pháp chính như mô hình Markov ẩn và mạng Nơ ron, ứng dụng trong điều khiển xe lăn.

1.1. Ứng Dụng Của Nhận Dạng Tiếng Nói Trong Đời Sống

Nhận dạng tiếng nói ngày càng được ứng dụng rộng rãi, từ trợ lý ảo cho người khuyết tật đến các hệ thống điều khiển bằng giọng nói trong nhà thông minh. Sự phát triển của công nghệ nhận dạng tiếng nói mở ra nhiều cơ hội để cải thiện chất lượng cuộc sống, đặc biệt là cho những người gặp khó khăn trong việc vận động.

1.2. Các Phương Pháp Nhận Dạng Tiếng Nói Phổ Biến

Các phương pháp nhận dạng tiếng nói phổ biến bao gồm mô hình Markov ẩn (HMM), mạng Nơ ron (Neural Networks) và các thuật toán học sâu (Deep Learning). Mỗi phương pháp có ưu và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp phụ thuộc vào yêu cầu cụ thể của ứng dụng.

II. Thách Thức Khi Điều Khiển Xe Lăn Bằng Giọng Nói

Mặc dù có nhiều tiềm năng, việc ứng dụng nhận dạng giọng nói cho xe lăn vẫn đối mặt với nhiều thách thức. Độ chính xác nhận dạng tiếng nói, đặc biệt trong môi trường ồn ào, là một vấn đề quan trọng. Bên cạnh đó, sự khác biệt về giọng nói, ngữ điệu và ngôn ngữ cũng ảnh hưởng đến hiệu suất của hệ thống. Vấn đề an toàn khi điều khiển xe lăn bằng giọng nói cũng cần được xem xét kỹ lưỡng để tránh những tai nạn không mong muốn. Theo nghiên cứu của Hà Thị Thu Giang, 'tiếng nói luôn biến thiên theo thời gian và có sự khác biệt lớn giữa tiếng nói của những người nói khác nhau, tốc độ nói, ngữ cảnh và môi trờng âm học khác nhau'

2.1. Ảnh Hưởng Của Tiếng Ồn Đến Độ Chính Xác

Tiếng ồn là một trong những yếu tố chính ảnh hưởng đến độ chính xác nhận dạng tiếng nói. Các thuật toán lọc nhiễu cần được cải thiện để đảm bảo hệ thống hoạt động hiệu quả trong môi trường thực tế.

2.2. Vấn Đề An Toàn Khi Sử Dụng Xe Lăn Điều Khiển Bằng Giọng Nói

An toàn khi điều khiển xe lăn bằng giọng nói là một yếu tố then chốt. Hệ thống cần có khả năng phản ứng nhanh chóng với các lệnh khẩn cấp và ngăn chặn các tình huống nguy hiểm.

2.3. Xử Lý Khác Biệt Giọng Nói Vùng Miền Trong Nhận Dạng

Sự khác biệt về giọng nói vùng miền là một thách thức lớn. Cần có các mô hình ngôn ngữ và âm học phù hợp để đảm bảo hệ thống có thể nhận dạng tiếng nói của người dùng từ các vùng miền khác nhau.

III. Phương Pháp HMM Trong Nhận Dạng Tiếng Nói Xe Lăn

Mô hình Markov ẩn (HMM) là một trong những phương pháp phổ biến nhất trong nhận dạng tiếng nói. HMM là một mô hình thống kê cho phép mô tả các quá trình thay đổi theo thời gian. Trong nhận dạng giọng nói cho xe lăn, HMM được sử dụng để mô hình hóa các âm vị và từ. Quá trình huấn luyện HMM bao gồm việc ước lượng các tham số của mô hình từ dữ liệu huấn luyện. Sau khi được huấn luyện, HMM có thể được sử dụng để nhận dạng các chuỗi âm thanh mới. Theo tài liệu nghiên cứu, HMM được áp dụng cho bộ giải mã sử dụng thuật toán Viterbi để tìm ra chuỗi từ có khả năng cao nhất.

3.1. Cấu Trúc Và Nguyên Lý Hoạt Động Của Mô Hình HMM

Mô hình HMM bao gồm các trạng thái ẩn và các quan sát. Các trạng thái ẩn biểu diễn các đơn vị ngôn ngữ, chẳng hạn như âm vị hoặc từ. Các quan sát là các đặc trưng âm học được trích xuất từ tín hiệu tiếng nói. Mô hình HMM xác định xác suất chuyển đổi giữa các trạng thái ẩn và xác suất phát ra các quan sát từ mỗi trạng thái.

3.2. Thuật Toán Viterbi Giải Mã Trong Mô Hình HMM

Thuật toán Viterbi là một thuật toán động được sử dụng để tìm đường đi tốt nhất qua mô hình HMM, tức là chuỗi trạng thái ẩn có khả năng cao nhất tạo ra chuỗi quan sát đã cho. Thuật toán này rất quan trọng trong việc nhận dạng tiếng nói vì nó cho phép xác định chuỗi từ có khả năng cao nhất tương ứng với tín hiệu tiếng nói đầu vào.

3.3. Ưu Nhược Điểm Của Mô Hình HMM Cho Xe Lăn

Ưu điểm của HMM bao gồm khả năng mô hình hóa các quá trình thay đổi theo thời gian và hiệu suất tốt trong các điều kiện khác nhau. Tuy nhiên, HMM cũng có một số nhược điểm, chẳng hạn như yêu cầu lượng lớn dữ liệu huấn luyện và khó khăn trong việc xử lý các biến thể giọng nói.

IV. Mạng Nơ Ron Giải Pháp Nhận Dạng Tiếng Nói Cho Xe Lăn

Mạng Nơ ron là một phương pháp khác được sử dụng rộng rãi trong nhận dạng tiếng nói. Mạng Nơ ron là một mô hình học máy lấy cảm hứng từ cấu trúc của não bộ con người. Trong nhận dạng tiếng nói, mạng Nơ ron có thể được sử dụng để phân loại các đặc trưng âm học và dự đoán các chuỗi từ. Mạng Nơ ron có khả năng học các biểu diễn phức tạp của dữ liệu và đạt được hiệu suất cao trong nhiều nhiệm vụ khác nhau. Theo tài liệu nghiên cứu, việc học trong mạng nơ ron nhiều lớp có thể sử dụng thuật toán Back-Propagation để điều chỉnh trọng số.

4.1. Cấu Trúc Mạng Nơ Ron Trong Nhận Dạng Tiếng Nói

Mạng Nơ ron trong nhận dạng tiếng nói thường bao gồm các lớp đầu vào, các lớp ẩn và lớp đầu ra. Lớp đầu vào nhận các đặc trưng âm học, các lớp ẩn thực hiện các phép biến đổi phi tuyến tính và lớp đầu ra dự đoán các chuỗi từ.

4.2. Ưu Điểm Của Mạng Nơ Ron So Với HMM

Mạng Nơ ron có một số ưu điểm so với HMM, bao gồm khả năng học các biểu diễn phức tạp của dữ liệu, xử lý các biến thể giọng nói và đạt được hiệu suất cao trong các điều kiện khác nhau. Tuy nhiên, mạng Nơ ron cũng có một số nhược điểm, chẳng hạn như yêu cầu lượng lớn dữ liệu huấn luyện và khó khăn trong việc giải thích các quyết định của mô hình.

4.3. Các Loại Mạng Nơ Ron Phù Hợp Cho Xe Lăn

Các loại mạng Nơ ron phù hợp cho xe lăn điều khiển bằng giọng nói bao gồm mạng Nơ ron tích chập (CNN), mạng Nơ ron hồi quy (RNN) và mạng Nơ ron sâu (DNN). Mỗi loại mạng Nơ ron có ưu và nhược điểm riêng, và việc lựa chọn loại mạng Nơ ron phù hợp phụ thuộc vào yêu cầu cụ thể của ứng dụng.

V. Ứng Dụng Kết Quả Nghiên Cứu Hệ Thống Điều Khiển Xe Lăn

Nghiên cứu đã đạt được một số kết quả đáng khích lệ trong việc xây dựng hệ thống điều khiển xe lăn bằng giọng nói. Hệ thống có khả năng nhận dạng các lệnh điều khiển cơ bản như tiến, lùi, trái, phải và dừng lại. Ứng dụng AI trong điều khiển xe lăn đã được chứng minh là có tiềm năng lớn trong việc cải thiện chất lượng cuộc sống của người khuyết tật. Tuy nhiên, vẫn còn nhiều việc phải làm để hệ thống trở nên hoàn thiện và an toàn hơn. Theo nghiên cứu của Hà Thị Thu Giang, tác giả đã nghiên cứu quy trình của việc điều khiển xe lăn bằng tiếng nói, cũng như sử dụng các phần mềm mã nguồn mở để xây dựng một hệ thống cụ thể.

5.1. Các Thành Phần Chính Của Hệ Thống Điều Khiển

Các thành phần chính của hệ thống điều khiển xe lăn bằng giọng nói bao gồm micro, bộ xử lý tín hiệu, mô đun nhận dạng tiếng nói và hệ thống điều khiển động cơ.

5.2. Độ Chính Xác Thực Tế Của Hệ Thống Nhận Dạng

Độ chính xác nhận dạng tiếng nói trong môi trường thực tế vẫn còn là một thách thức. Cần có các thuật toán lọc nhiễu và thích ứng với giọng nói để cải thiện hiệu suất của hệ thống.

5.3. Giao Diện Người Dùng Bằng Giọng Nói Cho Xe Lăn

Giao diện người dùng bằng giọng nói cho xe lăn cần được thiết kế một cách thân thiện và dễ sử dụng. Các lệnh điều khiển cần được lựa chọn một cách cẩn thận để đảm bảo tính an toàn và hiệu quả.

VI. Tương Lai Hướng Phát Triển Của Xe Lăn Điều Khiển Bằng Giọng Nói

Tương lai của xe lăn điều khiển bằng giọng nói hứa hẹn nhiều tiềm năng phát triển. Với sự tiến bộ của công nghệ nhận dạng tiếng nói và trí tuệ nhân tạo, hệ thống có thể trở nên thông minh hơn, an toàn hơn và dễ sử dụng hơn. Các hướng phát triển tiếp theo bao gồm tích hợp thêm các tính năng như điều khiển bằng cử chỉ, trợ lý ảo, và khả năng tự động tránh chướng ngại vật.

6.1. Tích Hợp Trí Tuệ Nhân Tạo Để Tự Động Hóa

Tích hợp trí tuệ nhân tạo có thể giúp xe lăn tự động học hỏi và thích ứng với môi trường xung quanh, nâng cao tính an toàn và tiện lợi cho người dùng.

6.2. Phát Triển Giao Diện Đa Phương Tiện Giọng Nói Cử Chỉ

Phát triển giao diện người máy bằng giọng nói kết hợp với cử chỉ sẽ giúp người dùng có nhiều lựa chọn điều khiển hơn, đặc biệt trong các tình huống khác nhau.

6.3. Nghiên Cứu Về Các Thuật Toán Nhận Dạng Tiếng Nói Mới

Nghiên cứu về các thuật toán nhận dạng tiếng nói mới, đặc biệt là các thuật toán học sâu, có thể giúp cải thiện độ chính xác nhận dạng tiếng nói và hiệu suất của hệ thống.

Tổng quan nghiên cứu

Nhận dạng tiếng nói là một lĩnh vực nghiên cứu quan trọng trong khoa học máy tính và trí tuệ nhân tạo, với ứng dụng rộng rãi trong nhiều ngành nghề như y tế, giáo dục, an ninh và thiết bị gia dụng. Theo ước tính, các hệ thống nhận dạng tiếng nói hiện đại có thể đạt tỷ lệ chính xác lên đến 99.5% đối với các bài toán nhận dạng chữ số đơn giản, tuy nhiên với các bài toán nhận dạng từ liên tục trong môi trường thực tế, tỷ lệ này chỉ đạt khoảng 80%. Luận văn tập trung nghiên cứu các phương pháp nhận dạng tiếng nói ứng dụng vào điều khiển xe lăn, một thiết bị hỗ trợ quan trọng cho người khuyết tật vận động, đặc biệt là những người không thể điều khiển xe lăn bằng tay.

Mục tiêu nghiên cứu là phát triển và mô phỏng hệ thống nhận dạng tiếng nói sử dụng các thuật toán học máy như mô hình Markov ẩn (HMM) và mạng nơ ron nhân tạo, nhằm xây dựng hệ thống điều khiển xe lăn bằng giọng nói hiệu quả, chính xác và thân thiện với người dùng. Phạm vi nghiên cứu tập trung vào tiếng Việt, với dữ liệu thu thập và xử lý trong môi trường phòng thí nghiệm tại Đại học Thái Nguyên, trong khoảng thời gian từ năm 2016 đến 2017. Nghiên cứu có ý nghĩa thiết thực trong việc nâng cao chất lượng cuộc sống cho người khuyết tật, đồng thời góp phần phát triển công nghệ nhận dạng tiếng nói tiếng Việt, một lĩnh vực còn nhiều thách thức do đặc thù ngôn ngữ và thanh điệu.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính trong học máy có giám sát để giải quyết bài toán nhận dạng tiếng nói:

1. Mô hình Markov ẩn (Hidden Markov Model - HMM): Đây là mô hình xác suất dùng để mô phỏng chuỗi trạng thái ẩn không quan sát được trực tiếp, mà chỉ quan sát được chuỗi dữ liệu đầu ra. HMM được ứng dụng rộng rãi trong nhận dạng tiếng nói nhờ khả năng mô hình hóa sự biến thiên theo thời gian của tín hiệu âm thanh. Thuật toán Forward được sử dụng để tính xác suất khả dĩ của chuỗi quan sát, trong khi thuật toán Viterbi giúp giải mã chuỗi trạng thái ẩn tối ưu. Thuật toán Forward-Backward hỗ trợ việc học tham số mô hình.

2. Mạng nơ ron nhân tạo (Neural Networks): Mạng nơ ron lan truyền thẳng nhiều lớp được sử dụng để học các đặc trưng phức tạp của tín hiệu tiếng nói. Thuật toán Back-Propagation giúp huấn luyện mạng bằng cách điều chỉnh trọng số dựa trên sai số đầu ra. Mạng nơ ron có khả năng mô hình hóa các hàm phi tuyến, phù hợp với tính chất đa dạng và phức tạp của tiếng nói.

Các khái niệm chính bao gồm: tín hiệu tiếng nói dạng sóng và phổ, trích chọn đặc trưng MFCC (Mel Frequency Cepstral Coefficient), mô hình âm học HMM-GMM, mô hình ngôn ngữ N-gram, và các thuật toán học có giám sát.

Phương pháp nghiên cứu

Nguồn dữ liệu chính là các tín hiệu tiếng nói tiếng Việt được thu thập trong phòng thí nghiệm, với cỡ mẫu khoảng vài trăm câu lệnh điều khiển xe lăn. Dữ liệu được tiền xử lý bao gồm lấy mẫu, lượng tử hóa, loại bỏ khoảng lặng và nhiễu, sau đó trích chọn đặc trưng MFCC để biểu diễn tín hiệu dưới dạng vector đặc trưng.

Phương pháp phân tích sử dụng mô hình HMM kết hợp với mạng nơ ron để xây dựng hệ thống nhận dạng tiếng nói. Quá trình nghiên cứu gồm các bước: tiền xử lý dữ liệu, trích chọn đặc trưng, huấn luyện mô hình, kiểm thử và đánh giá hiệu suất. Timeline nghiên cứu kéo dài trong khoảng 12 tháng, từ thu thập dữ liệu đến hoàn thiện mô phỏng hệ thống điều khiển xe lăn bằng giọng nói.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu suất nhận dạng tiếng nói: Hệ thống nhận dạng tiếng nói sử dụng mô hình HMM-GMM kết hợp mạng nơ ron đạt tỷ lệ chính xác khoảng 92% trên tập dữ liệu kiểm thử gồm các câu lệnh điều khiển xe lăn. So với các hệ thống nhận dạng tiếng Việt trước đây, đây là mức cải tiến đáng kể, đặc biệt trong môi trường có nhiễu và biến đổi giọng nói.

2. Khả năng điều khiển xe lăn: Mô phỏng hệ thống điều khiển xe lăn qua Bluetooth từ điện thoại thông minh cho thấy độ trễ trung bình dưới 200 ms, đảm bảo phản hồi nhanh và ổn định. Tỷ lệ thành công trong việc thực hiện các lệnh điều khiển đạt khoảng 95%, thể hiện tính khả thi của giải pháp trong thực tế.

3. Độ bền và ổn định của mô hình: Qua thử nghiệm với nhiều người dùng khác nhau, hệ thống duy trì hiệu suất nhận dạng ổn định, với sai số tăng nhẹ khoảng 3-5% khi gặp giọng địa phương hoặc người nước ngoài nói tiếng Việt. Điều này cho thấy mô hình có tính bất biến tương đối với sự đa dạng của giọng nói.

4. Tính mở rộng và ứng dụng: Hệ thống có thể mở rộng để nhận dạng thêm các lệnh mới và tích hợp với các thiết bị điều khiển khác nhờ kiến trúc mô-đun và sử dụng phần mềm mã nguồn mở như Sphinx-4.

Thảo luận kết quả

Nguyên nhân chính giúp hệ thống đạt hiệu suất cao là việc kết hợp hiệu quả giữa mô hình HMM và mạng nơ ron, tận dụng ưu điểm của cả hai phương pháp trong việc mô hình hóa đặc trưng âm học và phân lớp dữ liệu. Việc sử dụng MFCC làm đặc trưng giúp giảm thiểu ảnh hưởng của nhiễu và biến đổi giọng nói. So sánh với các nghiên cứu trước đây tại Việt Nam, kết quả này vượt trội hơn nhờ áp dụng thuật toán học sâu và tối ưu hóa tham số mô hình.

Biểu đồ so sánh tỷ lệ nhận dạng đúng giữa các phương pháp cho thấy mô hình kết hợp đạt tỷ lệ cao hơn khoảng 7-10% so với chỉ dùng HMM hoặc mạng nơ ron riêng lẻ. Bảng thống kê kết quả kiểm thử trên các nhóm người dùng cũng minh chứng cho tính ổn định của hệ thống.

Ý nghĩa của nghiên cứu không chỉ nằm ở việc nâng cao hiệu quả nhận dạng tiếng nói tiếng Việt mà còn mở ra hướng phát triển các thiết bị hỗ trợ người khuyết tật thông qua công nghệ điều khiển giọng nói, góp phần cải thiện chất lượng cuộc sống và tăng cường khả năng tự lập cho người dùng.

Đề xuất và khuyến nghị

1. Tăng cường thu thập dữ liệu đa dạng: Mở rộng bộ dữ liệu huấn luyện với nhiều giọng nói địa phương và người nước ngoài để nâng cao tính bất biến của hệ thống, dự kiến thực hiện trong 6 tháng tới bởi nhóm nghiên cứu tại Đại học Thái Nguyên.

2. Cải tiến thuật toán học sâu: Áp dụng các mô hình mạng nơ ron sâu (Deep Neural Networks) và kỹ thuật học chuyển giao (transfer learning) để tăng độ chính xác nhận dạng, với mục tiêu nâng tỷ lệ nhận dạng lên trên 95% trong vòng 12 tháng.

3. Tối ưu hóa phần mềm điều khiển: Phát triển giao diện người dùng thân thiện trên điện thoại thông minh và cải thiện độ trễ truyền tín hiệu Bluetooth xuống dưới 100 ms, do nhóm kỹ thuật phần mềm thực hiện trong 3 tháng.

4. Mở rộng ứng dụng: Nghiên cứu tích hợp hệ thống nhận dạng tiếng nói vào các thiết bị hỗ trợ khác như robot y tế, thiết bị gia dụng thông minh, nhằm đa dạng hóa ứng dụng và tăng giá trị thực tiễn, dự kiến triển khai trong 1 năm tiếp theo.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành Khoa học máy tính: Có thể sử dụng luận văn làm tài liệu tham khảo về các phương pháp học máy trong nhận dạng tiếng nói, đặc biệt là ứng dụng HMM và mạng nơ ron.

2. Chuyên gia phát triển công nghệ hỗ trợ người khuyết tật: Tài liệu cung cấp kiến thức và giải pháp thực tiễn trong việc xây dựng hệ thống điều khiển xe lăn bằng giọng nói, giúp cải thiện thiết kế sản phẩm.

3. Nhà phát triển phần mềm và kỹ sư hệ thống nhúng: Có thể áp dụng các thuật toán và kiến trúc phần mềm được trình bày để phát triển các ứng dụng điều khiển giọng nói trên thiết bị di động và hệ thống nhúng.

4. Cơ quan quản lý và tổ chức y tế: Tham khảo để đánh giá và triển khai các giải pháp công nghệ hỗ trợ người khuyết tật, góp phần xây dựng chính sách và chương trình hỗ trợ phù hợp.

Câu hỏi thường gặp

1. Hệ thống nhận dạng tiếng nói có thể hoạt động chính xác trong môi trường nhiều tiếng ồn không?
   Hệ thống sử dụng phương pháp trích chọn đặc trưng MFCC kết hợp các thuật toán lọc nhiễu, giúp giảm ảnh hưởng của tiếng ồn. Tuy nhiên, trong môi trường quá ồn, tỷ lệ nhận dạng có thể giảm khoảng 10-15%. Ví dụ, trong phòng thí nghiệm có tiếng ồn nền thấp, tỷ lệ nhận dạng đạt trên 90%.

2. Có thể mở rộng hệ thống để nhận dạng nhiều lệnh hơn không?
   Có thể. Hệ thống được thiết kế mô-đun, cho phép thêm dữ liệu huấn luyện và cập nhật mô hình để nhận dạng thêm các lệnh mới mà không ảnh hưởng đến hiệu suất hiện tại.

3. Thời gian phản hồi của hệ thống khi nhận lệnh là bao lâu?
   Thời gian phản hồi trung bình dưới 200 ms, đảm bảo người dùng có trải nghiệm điều khiển mượt mà và gần như tức thì.

4. Hệ thống có hỗ trợ nhận dạng giọng nói của người nước ngoài nói tiếng Việt không?
   Hệ thống có khả năng nhận dạng với sai số tăng nhẹ khoảng 3-5% khi gặp giọng nói người nước ngoài, nhờ mô hình học có tính bất biến tương đối với các biến thể giọng nói.

5. Phần mềm và phần cứng nào được sử dụng để xây dựng hệ thống?
   Phần mềm chính là Sphinx-4 mã nguồn mở cho nhận dạng tiếng nói, Android Studio để phát triển ứng dụng trên điện thoại, và module Arduino kết nối Bluetooth để điều khiển động cơ xe lăn.

Kết luận

• Luận văn đã nghiên cứu và phát triển thành công hệ thống nhận dạng tiếng nói tiếng Việt ứng dụng trong điều khiển xe lăn, đạt tỷ lệ nhận dạng chính xác khoảng 92%.
• Kết hợp hiệu quả giữa mô hình Markov ẩn và mạng nơ ron nhân tạo giúp cải thiện đáng kể hiệu suất nhận dạng trong môi trường thực tế.
• Mô phỏng hệ thống điều khiển xe lăn qua Bluetooth cho thấy độ trễ thấp và độ ổn định cao, phù hợp với nhu cầu người dùng khuyết tật.
• Đề xuất các hướng phát triển tiếp theo bao gồm mở rộng dữ liệu, áp dụng học sâu và tối ưu hóa phần mềm điều khiển.
• Nghiên cứu góp phần nâng cao chất lượng cuộc sống cho người khuyết tật và thúc đẩy phát triển công nghệ nhận dạng tiếng nói tiếng Việt.

Để tiếp tục phát triển và ứng dụng rộng rãi, các nhà nghiên cứu và kỹ sư được khuyến khích tham khảo và áp dụng các kết quả, phương pháp trong luận văn này, đồng thời phối hợp mở rộng nghiên cứu trong các lĩnh vực liên quan.