Transkripční software pro trénování ASR systémů

Tomáš KUBOVÝ

Bachelor's thesis

Transcription Software for ASR Systems Training

Abstract:

Hlavním cílem práce je vytvořit snadno ovladatený software v programovacím jazyce Java, pomocí kterého budou speciálně vyškolení pracovníci (tzv. transkribeři) přepisovat zvukové záznamy řeči do textové podoby. Program pracuje s rozsáhlými PCM daty ve formátu WAV. Umožňuje jejich segmentaci na kratší úseky, přehrání různou rychlostí a přiřazení textu. Dokumentace v první části seznamuje o podobných dostupných programech a o teoretickém principu realizace. Další část naznačuje postup při implementaci, předevšim způsob vykreslení zvukové vlny, přehrávání zvuku a exportování dat do XML souboru. V příloze dokumentace je obsažena stručná uživatelská příručka s popisem ovládání aplikace.

Abstract:

The main goal of this bachelor thesis is to implement the transcription software through which it would be easy to assign text to the selected part of an audio file in the WAV format. This process will not be automated but realised by people. Their work could be later used for training of automatic speech recognition systems. The application is written in Java programming language and uses Swing toolkit for its graphical user interface. The theoretical part of this text deals with competitive software accessible on the Internet, storage of sound in the computer and graphical visualization of sound. The second part of the thesis concerns the design and implementation of an application such as playing a sound in Java or saving data into the XML format.

Keywords

transkripce, zvuková vlna, XML, Java, WAV, PCM

Language used: Czech

Date on which the thesis was submitted / produced: 11. 5. 2012

Accessible from:: 31. 12. 2999

Thesis defence

• Supervisor: Ing. Kamil Ekštein, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Bachelor programme / field:
Computer Science and Engineering / Information Technologies