Design of a Real-Time Speech Recognition System using CNN for Consumer Electronics
Rattachement africain : in. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Modern systems such as consumer electronics, automotive electronics, domestic appliances, music systems, air conditioners, televisions are becoming smarter with built-in voice controlled features, enabling hands-free operation. Real-time speech recognition is heart of such systems and research is in progress towards enhancing these systems to be functional in Indian languages too. Design and evaluation of a real-time speech recognition system using Convolution neural networks for Kannada language is proposed here. Performance of proposed system is evaluated using samples recorded in the lab, as standard speech datasets for this language are not available. A maximum recognition accuracy of 99.60% is obtained on using the proposed system and details pertaining to steps followed to enhance recognition accuracy of proposed system are also reported. The proposed system can be easily extended to other Indian and foreign languages.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Design of a Real-Time Speech Recognition System using CNN for Consumer Electronics
- Date Crossref
- 01/05/2020
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.