Avancerad sökning

Visar resultat 11 - 15 av 77 uppsatser som matchar ovanstående sökkriterier.

  1. 11. Generation of Control Logic from Ordinary Speech

    Kandidat-uppsats, Högskolan i Halmstad/Akademin för informationsteknologi

    Författare :Hamed Haghjo; Elias Vahlberg; [2022]
    Nyckelord :Code generation; generation of code; generation of control logic; natural language processing;

    Sammanfattning : Developments in automatic code generation are evolving remarkably fast, with companies and researchers competing to reach human-level accuracy and capability. Advancements in this field primarily focus on using machine learning models for end-to-end code generation. LÄS MER

  3. 12. En utvärdering av tjänster för taligenkänning och textsammanfattning och möjligheter att skapa undertexter i filmer.

    M1-uppsats, KTH/Hälsoinformatik och logistik

    Författare :Linus Kjerrström; Hoang Pham Huy; [2022]
    Nyckelord :NLP; text summarizer; speech recognition; natural language; NLP; textsammanfattning; taligenkänning; naturliga språk;

    Sammanfattning : Att skapa undertexter till filmer är idag ett hantverk som är en tidskrävande process. Företaget Firstlight Media textar cirka 200 filmer per vecka helt manuellt och var av en film tar cirka 4–6 timmar att färdigställa. Skulle man kunna automatisera delar av processen för att undertexta filmer finns det möjlighet att spara resurser. LÄS MER

  4. 13. WebXR Voice Assistant : A comparative study of automatic speech recognition implementation methods in a web-based VR environment

    Uppsats för yrkesexamina på avancerad nivå, Mittuniversitetet/Institutionen för informationssystem och –teknologi

    Författare :Elias Berglin; [2022]
    Nyckelord :ASR; ONNX; Machine Learning; ReactJS; WebAssembly;

    Sammanfattning : Fully autonomous cars are on the horizon. Knightec wants to enable passengers of the future car to be more productive and entertained with a new web platform. With this platform, Knightec wants to explore different input methods one of which being a voice assistant. LÄS MER

  5. 14. Domain Adaptation with N-gram Language Models for Swedish Automatic Speech Recognition : Using text data augmentation to create domain-specific n-gram models for a Swedish open-source wav2vec 2.0 model

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Viktor Enzell; [2022]
    Nyckelord :Automatic Speech Recognition; Domain Adaptation; Language Models; Ngram Models; Wav2vec2; Taligenkänning; Domänanpassning; Språkmodeller; N-gramModeller; Wav2vec2;

    Sammanfattning : Automatic Speech Recognition (ASR) enables a wide variety of practical applications. However, many applications have their own domain-specific words, creating a gap between training and test data when used in practice. LÄS MER

  7. 15. CLASSIFYING ANXIETY BASED ON A VOICERECORDING USING LEARNING ALGORITHMS

    Kandidat-uppsats, Mälardalens universitet/Akademin för innovation, design och teknik

    Författare :Oscar Sherlock; Olle Rönnbäck; [2022]
    Nyckelord :ANN; CNN; Machine learning; Deep learning; ML; DL; Voice recognition; Anxiety;

    Sammanfattning : Anxiety is becoming more and more common, seeking help to evaluate your anxiety canfirst of all take a long time, secondly, many of the tests are self-report assessments that could cause incorrect results. It has been shown there are several voice characteristics that are affected in people with anxiety. LÄS MER