Key points are not available for this paper at this time.
Le traitement du signal vocal a été proposé pour améliorer l'efficacité et faciliter le public, comme la maison intelligente. Cette étude vise un modèle de simulation de maison intelligente pour déplacer les portes, les téléviseurs et les lumières à partir d'instructions vocales. Les signaux sonores sont traités à l'aide des coefficients cepstraux en fréquence Mel (MFCC) pour effectuer l'extraction des caractéristiques. Ensuite, la voix est reconnue par le locuteur à l'aide d'une machine à vecteurs de soutien (SVM) hiérarchique. De sorte que les locuteurs non enregistrés ne soient pas traités ou soient déclarés n'ayant pas de droits d'accès. Le processus de reconnaissance des mots prononcés tels que « Ouvrir la porte », « Fermer la porte », « Allumer le TV », « Éteindre le TV », « Allumer les lumières » et « Éteindre les lumières » est effectué à l'aide de la rétropropagation. Les résultats ont montré que le SVM hiérarchique offrait une précision de 71 % par rapport au SVM simple de 45 %.
Fadlilah et al. (Sun,) ont étudié cette question.