web address of the page http://jnas.nbuv.gov.ua/article/UJRN-0001199864
Cybernetics and Systems Analysis   А - 2019 /  Issue (2021, Т. 57, № 1)
Соловьев В. И., Рыбальский О. В., Журавель В. В., Семенова Н. В.
Исследования моделей распознавания звуков речи на основе нейронных сетей глубокого обучения для экспертизы цифровых фонограмм Исследованы модели на основе нейронных сетей глубокого обучения, базирующиеся на общем подходе к паузам и сигналам речи как разным видам звуковой информации, зафиксированной в фонограмме, отличающимся по некоторым характеристикам. Такой подход позволяет формировать базы данных обучения с использованием общих для пауз и сигналов речи методов предварительной обработки информации, что обеспечивает более высокий уровень унификации методов обучения сетей, предназначенных для решения разных задач экспертизы.
 https://doi.org/10.1007/s10559-021-00336-y
 Scopus
Бібліографічний опис:
Соловьев В. И., Рыбальский О. В., Журавель В. В., Семенова Н. В. Исследования моделей распознавания звуков речи на основе нейронных сетей глубокого обучения для экспертизы цифровых фонограмм. Кібернетика та системний аналіз. 2021. Т. 57, № 1. С. 153–159. doi: https://doi.org/10.1007/s10559-021-00336-y URL: http://jnas.nbuv.gov.ua/article/UJRN-0001199864 |
 Cybernetics and Systems Analysis / Issue (2021, 57 (1))
Solovyov V.I.,
Rybalskiy O.V.,
Zhuravel V.V.,
Semenova N.V.
Analyzing the models of speech recognition on the basis of neural networks of deep learning for examination of digital phonograms The authors analyze the models based on deep learning neural networks on the basis of the general approach to pauses and speech signals as different types of audio information fixed in a phonogram, different in some characteristics. It is shown that such an approach allows generating the learning database with the use of the general for pauses and signals of speech methods of preliminary processing of information. This provides a higher level of unification of network learning methods intended for solution of various examination problems. © 2021, Springer Science+Business Media, LLC, part of Springer Nature. Keywords: deep learning neural network, digital audio recording device, digital phonogram, digital treatment of phonograms, examination, learning database, Deep neural networks, E-learning, Learning systems, Neural networks, Speech communication, Speech recognition, Audio information, Learning database, Learning neural networks, Network learning, Preliminary processing, Speech signals, Deep learning
Cite:
Solovyov V.I.,
Rybalskiy O.V.,
Zhuravel V.V.,
Semenova N.V.
(2021). Analyzing the models of speech recognition on the basis of neural networks of deep learning for examination of digital phonograms. Cybernetics and Systems Analysis, 57 (1), 153–159. doi: https://doi.org/10.1007/s10559-021-00336-y http://jnas.nbuv.gov.ua/article/UJRN-0001199864 [In Russian]. |
PDF