ระบบผู้ช่วยสั่งงานด้วยเสียงสำหรับถอดปริมาณงานก่อสร้างอาคาร (Voice Assistant System for Construction Quantity Take-off )
Article Sidebar
Main Article Content
บทคัดย่อ
การถอดปริมาณงานก่อสร้างเป็นขั้นตอนที่สำคัญในการหาต้นทุนงานก่อสร้างซึ่งเป็นงานที่สำคัญในงานด้านวิศวกรรมโยธา ถึงแม้ว่าการถอดปริมาณงานก่อสร้างเป็นกระบวนงานที่มีลักษณะการกระทำซ้ำและในแต่ละการกระทำซ้ำนั้นมีขั้นตอนที่ไม่ซับซ้อน แต่การถอดปริมาณงานก่อสร้างก็เป็นขั้นตอนที่ใช้เวลาค่อนข้างมาก การนำเทคโนโลยีปัญญาประดิษฐ์มาประยุกต์ใช้จะช่วยพัฒนาระบบงานให้มีประสิทธิภาพขึ้นได้ งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาผู้ช่วยสั่งงานด้วยเสียงสำหรับถอดปริมาณงานก่อสร้างอาคารด้วยภาษาไพทอน โดยใช้ไลบารีหลัก 3 ไลบารี คือ (1) Speech Recognition 3.8.1 (2) gTTS 2.2.2 และ (3) Playsound 1.2.2 ทำการพัฒนาการป้อนข้อมูลโดยใช้เสียงใน 2 รูปแบบ ได้แก่ (1) การป้อนข้อมูลลักษณะถามข้อมูลทีละข้อ และ (2) การป้อนข้อมูลโดยการให้ข้อมูลทั้งหมดขององค์อาคารครั้งเดียว ผลการวิจัยพบว่า โปรแกรมสามารถรับข้อมูลองค์อาคารจากเสียงพูดได้ดี โดยการป้อนข้อมูลลักษณะถามข้อมูลทีละข้อให้ความถูกต้องสูงกว่าแต่ใช้เวลาในการทำงานนานกว่า โดยมีค่าอัตราค่าผิดพลาดของคำอยู่ระหว่าง 12.36 และ 22.45 ในขณะที่รูปแบบโดยการให้ข้อมูลทั้งหมดขององค์อาคารครั้งเดียวมีค่าอัตราค่าผิดพลาดของคำอยู่ระหว่าง 20.54 และ 28.76 โปรแกรมที่พัฒนาขึ้นจะทำให้การทำงานสะดวกสบายและมีประสิทธิภาพมากยิ่งขึ้น
Article Details
เอกสารอ้างอิง
Ali, A., Zhang, Y., Cardinal, P., Dahak, N., Vogel, S. and Glass, J. (2014). A complete KALDI recipe for building Arabic speech recognition systems. The Proceedings of 2014 IEEE Spoken Language Technology Workshop (SLT), 7-10 December 2014 at South Lake Tahoe (USA), 525-529.
Anggraini, N., Kurniawan, A., Wardhani, L.K. and Hakiem, N. (2018). Speech Recognition Application for the Speech Impaired using the Android-based Google Cloud Speech API. TELKOMNIKA, 16(6), 2733-2739.
Chunhamaneewat ,S. and Tuntisewee, K. (2020) . A study of process to use 3D model (BIM) for design and take off quantities material of complementary wall. The Proceeding of the 25th National Convention on Civil Engineering, 15-17 July 2020 at Chonburi, 1-9. (in Thai)
Department of Special Investigation, Ministry of Justice. (2021) The Study of The Speech Recognition [Online]. Retrieved April 10, 2021, from http://www.dsi.go.th/Files/25620919/การศึกษาระบบรู้จำเสียงพูดอัตโนมัติ.pdf. (in Thai)
Filippidou, F. and Moussiades, L. (2020). A Benchmarking of IBM, Google and Wit Automatic Speech Recognition Systems. Artificial Intelligence Applications and Innovations, 583, 73–82.
Iancu, B. (2019). Evaluating Google Speech-to-Text API’s Performance for Romanian e-Learning. Informatica Economică, 23(1), 17-25.
Lee, A. and Kawahara, T. (2009). Recent development of open-source speech recognition engine julius. The Proceedings of Asia-Pacific Signal and Information Processing Association, 2009 Annual Summit and Conference (APSIPA ASC 2009), 5 October 2009 at Hokkaido University (Japan), 131–137.
Muangpool, T., Intharasomba, O. and Maneechot, A. (2015). Voice to Text Translation Application for Deafness using Google API. The proceedings of the National and International Conference, 3-4 December 2015 at Uttaradit Rajabhat University, 1-8. (in Thai)
Namahoot, S.J. (2014). Tourist Information Searching System by Speech. MUT Journal of Business Administration, 11(2), 1-20. (in Thai)
Olanrewaju, O.L., Sandanayake, M., and Babarinde, S.A. (2020). Voice Assisted Key-In Building Quantities Estimation System. Journal of Engineering Project and Production Management, 10(2), 114-122.
Plonkowski, M. and Urbanovich, P. (2014). Tuning a CMU Sphinx-III Speech Recognition System for Polish Language. Przegląd Elektrotechniczny, 90(4), 181-184.
Sharma, K., Prasad, T.V. and Prasad, S.V.A.V. (2013). Hindi speech enabled windows application using Microsoft SAPI. International journal of computer engineering & technology (IJCET), 4(2), 425-436.
Sukhamwang ,A., Nusen, S., Nusen, P., and Kaewmoracharoen, M. (2019). Guideline of Construction Quantity Takeoff on BIM-based Model According to Master Format Categories. KKU Research Journal (Graduate Studies), 19(2), 92-105. (in Thai)
Suriyamongkol, S.and Tuntisewee, K. (2020). Factors Influencing Adoption of Building Information Modeling in Government Sector : A Case Study of Construction Department, Ministry of Defense. The Proceeding of the 25th National Convention on Civil Engineering, 15-17 July 2020 at Chonburi, 1-9. (in Thai)
Thearmontree, S. (2020). PYTHON Programming Language guide. Nonthaburi: IDC Premier. (in Thai)
Tibodee, P., Sudsin, T. and Thodsakai, T. (2021). The Apply of Using Building Information Modeling (BIM) to Present Material Takeoff : Case Study Educational Building. Journal of Architecture Design and Construction, 3(1), 57-68. (in Thai)
Xu, B., Tao, C., Feng, Z., Raqui, Y. and Ranwez, S. (2021). A Benchmarking on Cloud based Speech-To-Text Services for French Speech and Background Noise Effect. The Proceedings of 6th National Conference on Practical Applications of Artificial Intelligence, 2021 at France, 1-6.
