First the system is trained in a no

First the system is trained in a noisy environment with strong pronunciation of each word and letter then during test and
recognition, user must be close enough to the microphone and pronouns the words strongly. Fig 11 below is shown that the
system recognized “GO” word, as you can see recorded signal is similar to the library signal, there are some changes of
noise, pitch and utterance but Matlab by using FFT method is successful in finding the correct word.

ผลลัพธ์ (ไทย) 1:

ก่อน การฝึกอบรมระบบในสภาพแวดล้อมเสียงดังมีแรงออกเสียงแต่ละคำและตัวอักษรจาก นั้นใน ระหว่างการทดสอบ และการรับรู้ ต้องปิดพอไมโครโฟนและสรรพนามคำขอ ฟิก 11 ด้านล่างจะแสดงที่ระบบรับรู้คำ "ไป" คุณสามารถดูบันทึกสัญญาณจะคล้ายกับสัญญาณไลบรารี มีการเปลี่ยนแปลงบางอย่างของเสียง ระยะห่าง และ utterance แต่ Matlab โดยใช้วิธี FFT จะประสบความสำเร็จในการค้นหาคำถูกต้อง

ผลลัพธ์ (ไทย) 2:

ครั้งแรกที่ระบบได้รับการฝึกฝนในสภาพแวดล้อมที่มีเสียงดังที่มีการออกเสียงที่แข็งแกร่งของแต่ละคำและตัวอักษรจากนั้นในช่วงการทดสอบและการ
รับรู้ของผู้ใช้จะต้องใกล้พอที่จะไมโครโฟนและคำสรรพนามอย่างยิ่ง รูปที่ 11 ด้านล่างแสดงให้เห็นว่า
ระบบได้รับการยอมรับ "ไป" คำพูดที่คุณสามารถดูบันทึกสัญญาณจะคล้ายกับสัญญาณห้องสมุดมีการเปลี่ยนแปลงบางส่วนของ
เสียงสนามและคำพูด แต่ Matlab โดยใช้วิธี FFT จะประสบความสำเร็จในการหาคำที่ถูกต้อง .

ผลลัพธ์ (ไทย) 3:

แรกระบบการฝึกอบรมในสภาพแวดล้อมที่มีเสียงดัง ด้วยการออกเสียงของแต่ละคำและตัวอักษรที่แข็งแกร่งแล้ว ในระหว่างการทดสอบและ
โดยผู้ใช้จะต้องเข้าใกล้ไมโครโฟนสรรพนามและคำพูดที่รุนแรง รูปที่ 11 ด้านล่าง แสดงว่าระบบได้รับการยอมรับ " ไป "
คำ , ที่คุณสามารถดูบันทึกสัญญาณคล้ายคลึงกับสัญญาณที่ห้องสมุด มีการเปลี่ยนแปลงบางอย่างของ
เสียงสนาม และความเต็มที่ แต่โปรแกรม MATLAB โดยใช้วิธีหน่วยที่ประสบความสำเร็จในการหาคำที่ถูกต้อง