Luận văn "Nhận dạng người nói theo tiếp cận máy học hiện đại" được hoàn thành với mục tiêu nhằm tìm hiểu tổng quan về nhận dạng người nói; Tìm hiểu các thuật toán trong việc nhận dạng người nói; Tìm hiểu và xây dựng bộ dữ liệu người nói dùng để làm đầu vào cho mô hình; Cài đặt thực nghiệm mạng Feedforward DNN cho nhận dạng người nói tiếng Việt. | HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - TRẦN THỊ NHI AN NHẬN DẠNG NGƯỜI NÓI THEO TIẾP CẬN MÁY HỌC HIỆN ĐẠI Chuyên ngành HỆ THỐNG THÔNG TIN Mã số TÓM TẮT LUẬN VĂN THẠC SĨ Theo định hướng ứng dụng TP. HỒ CHÍ MINH NĂM 2022 Luận văn được hoàn thành tại HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học VŨ HẢI QUÂN Phản biện 1 . Phản biện 2 . Luận văn sẽ được bảo vệ trước Hội đồng chấm luận văn tại Học viện Công nghệ Bưu chính Viễn Thông Vào lúc . giờ . ngày . tháng . năm . Có thể tìm hiểu luận văn tại - Thư viện của Học viện Công nghệ Bưu Chính Viễn Thông. 1 MỞ ĐẦU Ở thời điểm bùng nổ về CNTT-TT IoT và CMCN thì vai trò của Sinh trắc học càng được nhấn mạnh hơn trong nhiều lĩnh vực xã hội và đời sống. Ngày càng có nhiều công trình trên thế giới khai thác các đặc tính sinh trắc để làm cầu nối giữa ứng dụng thực tiễn và xác thực chủ thể. Tuy nhiên nghiên cứu trong nước về lĩnh vực này lại chưa nhiều chưa có những giải pháp thực sự thuyết phục được cộng đồng và doanh nghiệp. Do đó luận văn mong muốn góp một phần nhỏ vào khảo sát học thuật mà cụ thể là đặc tính sinh trắc về giọng nói nhằm làm tăng tính khả thi hơn cho ứng dụng trong nước. Mục tiêu của đề tài là khảo sát tính khả thi của việc áp dụng các mô hình máy học hiện đại cho lĩnh vực nhận dạng người nói kỳ vọng sẽ mang lại hiệu năng độ chính xác cao hơn các phương pháp truyền thống. Khi mà nền tảng công nghệ được cải tiến hơn các ứng dụng sinh trắc sẽ hấp dẫn hơn với thị trường và doanh nghiệp. Luận văn gồm 5 chương chính với các nội dung sau Chương 1 Giới thiệu về lĩnh vực nghiên cứu của đề tài các nghiên cứu liên quan trong và ngoài nước. Đồng thời nêu rõ mục tiêu cũng như hướng nghiên cứu của đề tài. Chương 2 Trình bày tổng quan về đề tài bao gồm nhận dạng người nói các đặc trưng của tín hiệu giọng nói và các mô hình máy học. Chương 3 Trình bày phương pháp nhận dạng người nói với Deep Learning cụ thể là mô hình HMM là Feedforward-DNN. Chương 4 Trình bày chi tiết việc xây dựng
