Speech recognition system (SR) defines a system that converts a speech sample to text with the goal to be as accurate as a human listener. It has been used in different areas like robotics, health-care, and automotive. As speech recognition is becoming more accurate in understanding what users say, more developers integrate it in their application. The goal is to make the SP system as accurate as possible for the user. If the trained network continually misinterprets what was said, it can drive the customer away. The developers have a choice between offline and cloud-based implementations of speech recognition systems. When the privacy matters, or we work on a very specific domain, then the offline speech recognition systems are favored. However, the accuracy of this SR system is not adequate in compare with cloud-based solutions. In this thesis, first the training and recognizing in a SR system is observed. Then an open source SP system is chosen and reviewed in detail. The accuracy of the system is observed and steps for improvement of the accuracy are implemented. Finally, there is a comparison between the accuracy of both open source and cloud-based speech recognition systems.     «

Speech recognition system (SR) defines a system that converts a speech sample to text with the goal to be as accurate as a human listener. It has been used in different areas like robotics, health-care, and automotive. As speech recognition is becoming more accurate in understanding what users say, more developers integrate it in their application. The goal is to make the SP system as accurate as possible for the user. If the trained network continually misinterprets what was said, it can drive...     »

Das Spracherkennungssystem (SR) definiert ein System, das eine Sprachprobe in Text umwandelt, mit dem Ziel, so genau wie ein menschlicher Zuhörer zu sein. Es wurde in verschiedenen Bereichen wie Robotik, Gesundheitswesen und Automobil eingesetzt. Da die Spracherkennung immer genauer wird, integrieren mehr Entwickler sie in ihre Applikationen. Das Ziel ist es, das SR-System so genau wie möglich für den Benutzer zu machen. Wenn das Netzwerk ständig das Gesagte falsch interpretiert, kann es den Kunden vertreiben. Die Entwickler haben die Wahl zwischen Offline- und Cloud-basierten Implementierungen von Spracherkennungssystemen. Wenn der Datenschutz wichtig ist oder wir in einer sehr spezifischen Domäne arbeiten, werden die Offline-Spracherkennungssysteme bevorzugt. Die Genauigkeit dieses SR-Systems ist jedoch im Vergleich zu Cloud-basierten Lösungen nicht ausreichend. In dieser Arbeit wird zunächst das Training und Erkennen in einem SR System beobachtet. Dann wird ein Open-Source-SP-System ausgewählt und detailliert überprüft. Die Genauigkeit des Systems wird beobachtet und Schritte zur Verbesserung der Genauigkeit werden implementiert. Schließlich gibt es einen Vergleich zwischen der Genauigkeit von sowohl Open Source als auch Cloud-basierten Spracherkennungssystemen.     «

Das Spracherkennungssystem (SR) definiert ein System, das eine Sprachprobe in Text umwandelt, mit dem Ziel, so genau wie ein menschlicher Zuhörer zu sein. Es wurde in verschiedenen Bereichen wie Robotik, Gesundheitswesen und Automobil eingesetzt. Da die Spracherkennung immer genauer wird, integrieren mehr Entwickler sie in ihre Applikationen. Das Ziel ist es, das SR-System so genau wie möglich für den Benutzer zu machen. Wenn das Netzwerk ständig das Gesagte falsch interpretiert, kann es den Ku...     »