Speech (audio)-based perceptual services for context-awareness in intelligent environments

Abstract

Η παρούσα εργασία αποτελεί την προσπάθεια υλοποίησης μιας εφαρμογής η οποία προσφέρει την δυνατότητα αναγνώρισης φωνής και λειτουργεί πάνω σε μία πλατφόρμα επικοινωνίας agents με αναβαθμισμένα χαρακτηριστικά που επιτρέπουν την προσομοίωση της ανθρώπινης συμπεριφοράς κατά την λειτουργία της εφαρμογής. Γίνεται ανάλυση του θεωρητικού υποβάθρου των χρησιμοποιουμένων τεχνολογιών που είναι η αναγνώριση φωνής και η πλατφόρμα των agents αλλά και των ίδιων των τεχνολογιών που είναι το sphinx-4 και το Jadex με σκοπό να γίνει η αποσύνθεση τους και η κατανόηση τους σε βάθος όπως ακριβώς έγινε και κατά την διαδικασία της υλοποίησης της εφαρμογής. Η θεωρητική ανάλυση συνοδεύεται από την υλοποίηση της εφαρμογής, η οποία έχει μορφή εγγράφου προδιαγραφών λογισμικού και έχει συνταχθεί με τέτοιον τρόπο ώστε να περιφγραφτούν με τον καλύτερο δυνατό τρόπο οι διαδικασίες που ακολουθήθηκαν για την υλοποίηση αυτή. Παρουσιάζονται με αναλυτικό τρόπο οι προσαρμογές, αλλαγές και τροποποιήσεις που πραγματοποιήθηκαν στην μηχανή αναγνώρισης φωνής – sphinx4, στην πλατφόρμα επικοινωνίας με βάση agents – Jadex, στην δημιουργία του δυναμικού γραφικού περιβάλλοντος λειτουργίας και στην ενοποίηση όλων αυτών με σκοπό την δημιουργία ενός τελικού προϊόντος που να ανταποκρίνεται στις ανάγκες δημιουργίας του. Όλες οι τεχνολογίες συνεργάζονται μέσω της αντικειμενοστραφούς γλώσσας προγραμματισμού Java, που είναι ανεξάρτητη από αρχιτεκτονικές συστημάτων και έτσι μπορεί η συγκεκριμένη εφαρμογή να χρησιμοποιηθεί σε οποιοδήποτε σύστημα και αρχιτεκτονική. Φυσικά κατά την πορεία της υλοποίησης υπάρχουν ενέργειες και ιδέες που δεν τελεσφόρησαν και οποίες αναλύονται συνοδευόμενες από τους λόγους για τους οποίους δεν ολοκληρώθηκαν. Τέλος υπάρχουν κάποιες προτάσεις για μελλοντικές ενέργειες που μπορούν να γίνουν για να μπορέσει η παρούσα εφαρμογή να ενσωματωθεί σε μεγαλύτερα projects.