Estudo do reconhecimento de voz para automatização de gestão de arquivos

Abstract

Este trabalho utiliza a técnica de reconhecimento de voz, um campo amplo e com variadas etapas, para automatizar a manipulação de arquivos armazenados, através de um script desenvolvido em Python, que executará a captura, importação, refinamento e transcrição do áudio armazenado por meio de uma biblioteca, para parametrizá-lo na execução de comandos presentes no script, que acionarão softwares de manipulação de arquivos. Tal automatização proverá agilidade no acesso a arquivos, exigindo menos tempo para acesso manual aos arquivos, e anulando a necessidade de recordar o diretório de armazenamento. Com tais tecnologias, o trabalho se torna mediador para a divulgação de meios de aplicabilidade e desenvolvimento deste projeto ou similar. Para o desenvolvimento será utilizada a linguagem python para implementar o script, que processará os áudios através de funções da biblioteca speech_recognition. Tais funções foram desenvolvidas utilizando o algoritmo baseado no Modelo oculto de Markov, que será apresentado no decorrer do trabalho. O resultado será demonstrado através da execução do script, e as evidências do seu funcionamento serão registradas para comprovação do funcionamento e melhor visualização da solução desenvolvida, para facilitar a implementação e adaptação do projeto para outros contextos, que atendam necessidades dos mais variados usuários.

This work uses the voice recognition technique, a wide field with several steps, to automate the manipulation of stored files, through a script developed in Python, which will perform the capture, import, refinement and transcription of the stored audio through a library, to parameterize it in the execution of commands present in the script, which will trigger file manipulation software. Such automation will provide agility in accessing files, requiring less time for manual access to files, and eliminating the need to remember the storage directory. With such technologies, the work becomes a mediator for the dissemination of means of applicability and development of this project or similar. For the development, the python language will be used to implement the script, which will process the audios through functions of the speech_recognition library. Such functions were developed using the algorithm based on the Hidden Markov Model, which will be presented throughout the work. The result will be demonstrated through the execution of the script, and the evidence of its functioning will be registered to prove the functioning and better visualization of the developed solution, to facilitate the implementation and adaptation of the project to other contexts, which meet the needs of the most varied users.