Đồ Án Môn Học Nhập Môn Đtvt Điều Khiển Thiết Bị Bằng Giọng Nói.pdf

<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">

ĐẠI HỌC BÁCH KHOA HÀ NỘI

<b>TRƯỜNG ĐIỆN TỬ - VIỄN THÔNG</b>

ĐỒ ÁN MÔN HỌC

<b> NHẬP MÔN ĐTVT</b>

<b>Đề tài:</b>

<b> Điều khiển thiết bị bằng giọng nói</b>

Sinh viên thực hiện: Đỗ Đình Thi – 20224155 Vũ Việt Anh – 20223865 Nguyễn Quang Hiếu – 20223969 Nguyễn Minh Quân – 20223728 Nguyễn Hữu Long – 20223794 LỚP ĐT 01 và 02 - K67

Giảng viên hướng dẫn: PGS.TS. NGUYỄN XUÂN QUYỀN PGS.TS TRẦN THỊ THANH HẢI

1

</div><span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">

<b> Hà Nội, 12-2022</b>

</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">

<b> TRƯỜNG ĐIỆN TỬ - VIỄN THÔNG</b>

ĐỒ ÁN MÔN HỌC

<b> NHẬP MÔN ĐTVT</b>

<b>Đề tài:</b>

<b> Điều khiển thiết bị bằng giọng nói</b>

Sinh viên thực hiện: Đỗ Đình Thi – 20224155 Vũ Việt Anh – 20223865 Nguyễn Quang Hiếu – 20223969 Nguyễn Minh Quân – 20223728 Nguyễn Hữu Long – 20223794

LỚP ĐT 01 và 02 - K67 Giảng viên hướng dẫn: PGS.TS. NGUYỄN XUÂN QUYỀN

PGS.TS TRẦN THỊ THANH HẢI

</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">

<b>Hà Nội, 12-2022</b>

<b>PHẦN MỞ ĐẦU</b>

Tự động hóa đang là xu thế chung của thế giới hiện nay. Các thiết bị tự động hóacó khả năng điều khiển từ xa giúp cuộc sống của con người trở nên dễ dàng và thoảimái hơn. Bắt kịp xu thế đó thì hệ thống thiết bị thơng minh điều khiển bằng giọng nóilà một lựa chọn tuyệt vời cho căn nhà của mỗi người.

5

</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">

<b>CHƯƠNG 1. TỔNG QUAN </b>

<b>1.1 Giới thiệu chung về hệ thống tưới tiêu tự động</b>

Điều khiển thiết bị bằng giọng nói là gì ?

-là các thiết bị điện tử cho phép người dùng điều khiển bằng giọng nói thơng quathiết bị kết nối internet

Hệ thống này có ưu điểm nào so với điều khiển thơng thường?Hệ thống này có khuyết điểm gì?

Hệ thống này có khó khăn trong việc sản xuất và lắp đặt khơng?

<b>1.2 Mục tiêu của đồ án1.3 Các nhiệm vụ cần thực hiện</b>

1.3.1 Các nhiệm vụ

1.3.2 Bảng phân công công việc và đánh giá mức độ hoàn thành

</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">

<b>CHƯƠNG 2. PHÂN TÍCH VÀ THIẾT KẾ </b>

<b>2.1 Tìm hiểu nhu cầu người dùng</b>

<b>2.2 Đặc tả </b>

2.2.1 Chức năng 2.2.2 Phi chức năng

<b>2.3 Lập kế hoạch2.4 Thiết kế khối2.5 Lựa chọn phương án </b>

7

</div><span class="text_page_counter">Trang 8</span><div class="page_container" data-page="8">

<b>CHƯƠNG 3. MƠ PHỎNG VÀ TRIỂN KHAI</b>

<b>3.1 Cơng cụ mơ phỏng và kết quả đạt được</b>

3.1.1 Công cụ mô phỏng3.1.2 Kết quả mô phỏng

<b>3.2 Triển khai sản phẩm thực tế3.3 Kiểm thử và đánh giá</b>

</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">

<b>CHƯƠNG 4. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN</b>

<b>4.1 Kết luận4.2 Hướng phát triển</b>

9

</div><span class="text_page_counter">Trang 10</span><div class="page_container" data-page="10">

<b>TÀI LIỆU THAM KHẢO</b>

[1] last accessed at 14:57 on June 24, 2021.[2] Qing Chen, El-Sawah A., Joslin C., et al. (2005). A dynamic gesture interface for

virtualenvironments based on hidden markov models. IEEE, 109–114, 109–114.[3] Chen X. and Koskela M. (2013). Online RGB-D gesture recognition with extreme

learning machines. ACM Press, 467–474, 467–474.

[4] Doan H.-G., Vu H., and Tran T.-H. (2017). Dynamic hand gesture recognitionfrom cyclical hand pattern. IEEE, 97–100, 97–100.

[5] Burges C.J.C. (1998). A Tutorial on Support Vector Machines for PatternRecognition. Data Min Knowl Discov, 2(2), 121–167.

[6] Gkioxari G., Girshick R., and Malik J. (2015). Contextual Action Recognition withR*CNN. IEEE, 1080–1088, 1080–1088.

[7] Cheron G., Laptev I., and Schmid C. (2015). P-CNN: Pose-Based CNN Featuresfor Action Recognition. IEEE, 3218–3226, 3218–3226.

[8] Simonyan K. and Zisserman A. Two-Stream Convolutional Networks for ActionRecognition in Videos. 9.

[9] Ji S., Xu W., Yang M., et al. (2013). 3D Convolutional Neural Networks forHuman Action Recognition. IEEE Trans Pattern Anal Mach Intell, 35(1), 221–231.[10] Bishop C.M. (2006), Pattern recognition and machine learning, Springer,New York.

[11] Becker S. and Lecun Y. (1989). Improving the convergence of propagation learning with second-order methods. Proc 1988 Connect ModelsSummer Sch San

[12] Brox T., Bruhn A., Papenberg N., et al. (2004). High Accuracy Optical FlowEstimation Based on a Theory for Warping. Computer Vision - ECCV 2004.Springer Berlin Heidelberg, Berlin, Heidelberg, 25–36.

[13] last accessed at 22:35 on June 17, 2021.[14] lastaccessed at 15:31 on June 14, 2021.

</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">

[15] last accessedat 17:31 on June 18, 2021.

11

</div>