|
การพัฒนาระบบตรวจจับและแปลงภาษามือไทยเป็นภาษาไทย โดยใช้การเรียนรู้เชิงลึก |
|---|---|
| รหัสดีโอไอ | |
| Creator | 1. สัจจาภรณ์ ไวจรรยา 2. ณัฐโชติ พรหมฤทธิ์ |
| Title | การพัฒนาระบบตรวจจับและแปลงภาษามือไทยเป็นภาษาไทย โดยใช้การเรียนรู้เชิงลึก |
| Contributor | ชัชชน ดำรงเอกอรุณ, ลูกเกด พิสิฐพิพัฒนา |
| Publisher | คณะวิทยาศาสตร์ มหาวิทยาลัยขอนแก่น |
| Publication Year | 2566 |
| Journal Title | KKU Science Journal |
| Journal Vol. | 51 |
| Journal No. | 3 |
| Page no. | 216 - 225 |
| Keyword | ภาษามือ, โครงข่ายประสาทเทียมหน่วยความจำระยะสั้นยาว, แอปพลิเคชันบนโทรศัพท์เคลื่อนที่ |
| URL Website | https://ph01.tci-thaijo.org/index.php/KKUSciJ/article/view/252887 |
| Website title | Thai Journal Online (ThaiJO) |
| ISSN | 2586-9531 |
| Abstract | สำหรับผู้บกพร่องทางการได้ยินและการพูดจะสามารถสื่อสารได้โดยการใช้ภาษามือแทนคำพูด ทำให้เป็นอุปสรรคต่อการสื่อสารกับผู้คนทั่วไป เพื่อช่วยให้ผู้บกพร่องทางการได้ยินและการพูดสามารถสื่อสารกับผู้คนทั่วไปได้ บทความนี้นำเสนอการพัฒนาระบบตรวจจับและแปลงภาษามือไทยเป็นภาษาไทยโดยใช้การเรียนรู้เชิงลึก โดยรับข้อมูลเข้าเป็นจุดสำคัญ (Keypoints) ของมือ ใบหน้า และท่าทาง ใช้ MediaPipe Framework ในการตรวจจับจุดสำคัญ รวบรวมข้อมูลจากวิดีโอที่เป็นท่าทางภาษามือไทยนำมาสกัดหาพิกัดของจุดสำคัญ แล้วแบ่งชุดข้อมูลสำหรับการฝึก (Train set) 80 % ชุดข้อมูลทดสอบ (Test set) 20 % นำข้อมูลมาฝึกฝนโมเดลโดยใช้อัลกอริทึมโครงข่ายประสาทเทียมหน่วยความจำระยะสั้นยาวแบบสองทาง(BiLSTM) ในการวิเคราะห์ท่าทาง ปรับเปลี่ยนชั้น (layer) ของโมเดลและทดลองการปรับเปลี่ยนค่าของพารามิเตอร์ต่างๆ พบว่าโมเดลที่มีการเพิ่มโหนด (node) และปรับเปลี่ยนชั้น (layer) ทำให้โมเดลสามารถป้องกันการเกิดปัญหา Underfitting และมีพารามิเตอร์ที่ใช้ในการเรียนรู้เพิ่มขึ้น ได้ค่าความถูกต้อง คือ 0.83 หลังจากได้ผลลัพธ์เป็นคำไทย จะนำมาแสดงผลในแอปพลิเคชันมือถือที่พัฒนาด้วย Flutter Framework ซึ่งเชื่อมต่อการทำงานระหว่างโมเดลและแอปพลิเคชันด้วย API ที่พัฒนาด้วย Flask API |
