hrvatski

Upravljanje robotom Pepper putem govora

Scenarij koji je motiv za izradu ovog rada je primjena Peppera kao vodiča za posjetitelje na Fakultetu. U ovome radu je detaljnije obrađena kvaliteta prepoznavanja govora. Uspoređena su dva rješenja, prepoznavanje govora pomoću ugrađenih rješenja i pomoću Google Cloud Speech-to-Text usluge. Ugrađena rješenja testirala su se kroz program Choregraphe, dok su se za Google Cloud uslugu snimali zvučni zapisi također u Choregrapheu. Kako bi eksperiment bio kvalitetan, uspoređivale su se prosječne sigurnosti prepoznatih rečenica za različite udaljenosti (0.40 m i 0.80 m), za različite razine jakosti buke (47 dB i 80 dB) te za različite duljine rečenica (1, 2, 3 te 4 i više riječi). Na temelju 1200 testiranih rečenica, došlo se do zaključka da je prosječna sigurnost poprilično veća kod Google Cloud usluge nego kod ugrađenih rješenja, ali taj zaključak treba uzeti s dozom opreza s obzirom na to da se ne zna kako se točno računa sigurnost prepoznatih rečenica. Također se ustanovilo da kvaliteta prepoznavanja govora ne ovisi mnogo o razini jakosti buke u okolini, ali dosta ovisi o udaljenosti čovjeka od Peppera. Isto tako, prosječna sigurnost prepoznatih rečenica ne opada nužno s povećanjem broja riječi u rečenici, već to ovisi o učestalosti riječi u svakodnevnome govoru kao i o pravilnom izgovoru rečenica. Konačno, predlaže se implementacija Google Cloud usluge za visokokvalitetno prepoznavanje govora prilikom obavljanja dužnosti vodiča za posjetitelje na Fakultetu.

Humanoidni robot ; Pepper ; Google Cloud ; Speech-to-Text

nije evidentirano