NeuralVoc

Lauterkennung mit adaptiven neuronalen Netzen.

(PostScript) (AcroRead-PDF) (WinWord-DOC) (RichTextFormat)

Sprachsignale werden mit Hilfe spezieller UNIX-Routinen über das Mikrofon eingelesen.
Die Daten werden durch numerische Vorverarbeitung entsprechend aufbereitet. (Fast Fourier Transformation und Smoothing)
Entwicklung eines Feed-Forward-Neuronalen Netzes. (MLP)
Trainieren des neuronalen Netzes mit überwachten Lernverfahren. (Backpropogation)
Graphische Darstellung der Parameter des neuronalen Netzes (Gewichte und Schwellen), sowie des Lernerfolges (Trainings- und Test-Fehler)
Ein -und Ausgabe der Daten in verschiedenen Dateiformaten (GnuPlot^?, .au-Audio, NN-neur.Net).

Das Projekt läßt sich in folgende Entwicklungsphasen aufteilen:

1. Wissenschaftliche Recherche: Analyse und mathematische Formulierung des Problems, Entwicklung der Ansätze zur Lösung des Problems, Vorverarbeitung der Ansätze, Optimierung der Lösungsverfahren bezüglich des Speicher- und Zeitverbrauchs;

2. Implementierung von Teillösungen in der Sprache C/C++: Aufteilen des Gesamtproblems in Teilprobleme, Verteilung der Teilaufgaben auf die Mitglieder der Arbeitsgruppe, Modellierung komplexer Vorgänge als Struktogramme;

3. Erstellen einer komfortablen graphischen Benutzeroberfläche mit der C++-Library Qt: Analysieren des Datenflusses, Erstellen von Dateneingabemasken und Integration deren in die Gesamtoberfläche, Visualisieren der Ergebnisse durch graphische Darstellungen im 2D- und ggf. 3D-Räumen, ggf. Erstellen einer Animation;

4. Dokumentation: Erstellen eines Benutzerhandbuches, Erstellen einer Programmers-Reference-Manuals, Klarlegung interner Vorgänge des Systems durch diverse Diagramme, Klarlegung mathematischer Vorgänge durch die wissenschaftliche Recherche zum Thema der Projektaufgabe.