Programmable speech interface with speaker recognition

U ovome radu istražiti će se modeli neuronskih mreža sa zadatcima pretvorbe glasovnog zapisa u tekst, raspoznavanja govornika, modeli za sintezu glasovnog signala iz teksta te implementacija skriptnog programskog jezika kako bi se svi modeli povezali u jednu aplikaciju te kako bi se time napravio sustav govornog sučelja kojeg je korisnici mogu sami isprogramirati. Naglasak će biti na najnoviji i najboljim modelima koji su javno poznati na svom području. U drugom dijelu rada, implementirati će se jedan takav sustav zajedno sa grafičkim sučeljem