Nghiên cứu thiết kế cấu trúc vi mạch nhận dạng tiếng nói tiếng Việt trên nền công nghệ FPGA doc

Nghiên cứu thiết kế cấu trúc vi mạch
nhận dạng tiếng nói tiếng Việt trên
nền công nghệ FPGA
Hiện nay, việc sử dụng các thiết bị điều khiển không tiếp xúc đang là xu hướng mới, đặc
biệt là điều khiển bằng tiếng nói nhờ vào công nghệ nhận dạng tiếng nói. Trên thế giới có
nhiều phần mềm nhận dạng tiếng nói được xây dựng và khai thác ứng dụng trên nền tảng
vi xử lý và tài nguyên của máy tính.
Bộ sản phẩmnhận dạng tiếng nói tiếng Việt trên nền công nghệ FPGA mới được
nhóm tác giả giới thiệu



Tuy nhiên, công nghệ nhận dạng tiếng nói cần phải dùng đến rất nhiều các giải thuật xử
lý phức tạp khác nhau và do tính phức tạp của các giải thuật này dẫn đến thời gian thực
thi giải thuật khá lớn, không đáp ứng được yêu cầu để có thể ứng dụng trên thiết bị phần
cứng. Do vậy, các giải thuật nhận dạng giọng nói mới chỉ được dùng cho các ứng dụng
thực hiện trên phần mềm mà ít có ứng dụng trên thiết bị phần cứng.

Vì vậy, để có thể ứng dụng nhiều trong thực tế, hướng tiếp cận hợp lý là xây dựng thành
công các giải thuật này trên vi mạch, dựa vào khả năng xử lý song song nhiều luồng dữ
liệu để rút ngắn thời gian xử lý. Tuy nhiên, vì các giải thuật nhận dạng là rất phức tạp với
nhiều luồng dữ liệu, đòi hỏi các kỹ thuật đồng bộ có độ chính xác nghiêm ngặt trong vi
mạch. Hơn nữa, việc “vi mạch hóa” các giải thuật này là một thách thức rất lớn mà chưa
có một công trình nào trên thế giới đã công bố là giải quyết trọn vẹn. Với Việt Nam, khó
khăn trong việc “vi mạch hóa” các giải thuật nhận dạng ngôn ngữ tiếng Việt được nhân
lên gấp bội do tiếng Việt là ngôn ngữ đơn âm, có dấu , do vậy, ngay cả các giải thuật
phần mềm cũng chưa tìm được giải thuật hiệu quả.

Năm 2012, được sự hỗ trợ của Bộ Khoa học và Công nghệ thông qua đề tài nghiên cứu
tiềm năng “Thiết kế chip nhận dạng tiếng nói tiếng Việt trên nền công nghệ FPGA”, TS.
Hoàng Trang và nhóm nghiên cứu trẻ của trường Đại học Bách khoa - Đại học Quốc gia

TP.Hồ Chí Minh đã có cơ hội để thử sức nghiên cứu xây dựng một số cấu trúc vi mạch
nhận dạng tiếng nói tiếng Việt. Sau gần một năm nghiên cứu, nhóm nghiên cứu đã gặt hái
được một số kết quả bước đầu. Nhóm đã có được cấu trúc vi mạch trên nền FPGA nhận
dạng tiếng nói tiếng Việt, bước đầu nhận dạng được chữ số từ 0-9 và khoảng 20 từ đơn
âm khác như “trái”, “phải”, “lên”, “xuống” với tốc độ xử lý nhanh hơn so với các vi
mạch cùng tính năng đã được nghiên cứu để nhận dạng tiếng Anh. Ngoài ra, nhóm cũng
đã phát triển một số cấu trúc vi mạch để xử lý được một số các câu ngắn ứng dụng cho
điều khiển thiết bị điện tử trong nhà như điều hòa, đèn chiếu sáng, bình nóng lạnh Đặc
biệt, các cấu trúc vi mạch nhận dạng tiếng nói trên có độ chính xác cao khi thử nghiệm
trong nhiều môi trường khác nhau, có thể đạt nhận dạng chính xác tối thiểu 80% khi so
sánh với giải thuật phần mềm tương tự chạy trên máy tính.
Trên cơ sở kết quả đạt được, nhóm thực hiện đề tài đang hướng tới việc cho ra đời một
sản phẩm Chíp nhận dạng tiếng nói tiếng Việt đầu tiên với công nghệ 65 nm và nghiên
cứu hoàn thiện sản phẩm dành cho các ứng dụng thiết bị đầu cuối trợ giúp người khiếm
thính. Mặc dù, đây mới chỉ nghiên cứu đầu tiên với kết quả còn khiêm tốn nhưng chúng
ta có thể hy vọng trong tương lai không xa sẽ có nhiều thiết bị đầu cuối sử dụng Chíp
nhận dạng tiếng nói tiếng Việt do chính các nhà khoa học trẻ Việt Nam nghiên cứu chế
tạo.