Taligenkänning i fabriksmiljö : Påverkan av bakgrundsljudets frekvens & typ av ljud

Sammanfattning

Detta arbete, som utförts i samband med Monitor ERP är en undersökning av potentiell användning av Automatic speech recognition (ASR) i deras system.Delen av Monitor där ASR skulle vara intressant stämplingsterminalen, används ofta i miljöer med högt bakgrundsljud. Syftet är att ta reda på hur högt bakgrundsljud får vara för att ASR ska fungera samt undersöka hur faktorer som frekvens och typ av ljud påverkar denna gräns. För att göra detta har ljud spelats in på plats i fabriker samt hämtats online, dessa ljud har sedan överlappats med ett inläst manus med olika volymer på bakgrundsljudet. Resultatet av detta visar att för högt ljud gör det omöjligt att använda ASR men vid 80 dB börjar korrektheten nå nivåer som är användbara. Det framgår att frekvens har större betydelse än typ av ljud.