Аннотация:
В статье представлен аналитический обзор основных разновидностей акустических и языковых моделей на основе искусственных нейронных сетей для систем автоматического распознавания речи. Рассмотрены гибридный и тандемный под-ходы объединения скрытых марковских моделей и искусственных нейронных сетей для акустического моделирования, описано построение языковых моделей с применением сетей прямого распространения и рекуррентных нейросетей. Обзор исследований в данной области показывает, что применение искусственных нейронных сетей как на этапе акустического, так и на этапе языкового моделирования позволяет снизить ошибку распознавания слов.
Ключевые слова:
автоматическое распознавание речи; нейронные сети; акустические модели; модели языка.
Работа выполнена при частичной финансовой поддержке РФФИ (проекты № 15-07-04322 и 15-07-04415), совета по Грантам Президента РФ (проекты № МК-5209.2015.8 и МД-254.2017.8), а также бюджетных тем № 0073-2014-0005 и № 0073-2015-0007.
Реферативные базы данных:
Тип публикации:
Статья
УДК:
004.522
Образец цитирования:
И. С. Кипяткова, А. А. Карпов, “Разновидности глубоких искусственных нейронных сетей для систем распознавания речи”, Тр. СПИИРАН, 49 (2016), 80–103
\RBibitem{KipKar16}
\by И.~С.~Кипяткова, А.~А.~Карпов
\paper Разновидности глубоких искусственных нейронных сетей для систем распознавания речи
\jour Тр. СПИИРАН
\yr 2016
\vol 49
\pages 80--103
\mathnet{http://mi.mathnet.ru/trspy918}
\crossref{https://doi.org/10.15622/sp.49.5}
\elib{https://elibrary.ru/item.asp?id=27657124}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/trspy918
https://www.mathnet.ru/rus/trspy/v49/p80
Эта публикация цитируется в следующих 11 статьяx:
Evgeny Kostyuchenko, Ivan Rakhmanenko, Lidiya Balatskaya, Lecture Notes in Computer Science, 13721, Speech and Computer, 2022, 382
Alexey Kashevnik, Igor Lashkov, Alexandr Axyonov, Denis Ivanko, Dmitry Ryumin, Artem Kolchin, Alexey Karpov, “Multimodal Corpus Design for Audio-Visual Speech Recognition in Vehicle Cabin”, IEEE Access, 9 (2021), 34986
A.A. Axyonov, D.V. Ivanko, I.B. Lashkov, D.A. Ryumin, A.M. Kashevnik, A.A. Karpov, “A methodology of multimodal corpus creation for audio-visual speech recognition in assistive transport systems”, I&C, 5 (2020), 87
Dmitrii Levonevskii, Olga Shumskaya, Alena Velichko, Mikhael Uzdiaev, Dmitrii Malov, Smart Innovation, Systems and Technologies, 154, Proceedings of 14th International Conference on Electromechanics and Robotics “Zavalishin's Readings”, 2020, 511
В. В. Кожевников, М. Ю. Леонтьев, В. В. Приходько, В. А. Сергеев, А. Н. Фомин, “Нейросетевые технологии построения интеллектуальных систем управления роботами”, Ученые записки УлГУ. Серия “Математика и информационные технологии”, 2019, № 2, 36–53
Dariya Novokhrestova, Evgeny Kostyuchenko, Roman Meshcheryakov, Lecture Notes in Computer Science, 11096, Speech and Computer, 2018, 461
A. A. Karpov, R. M. Yusupov, “Multimodal Interfaces of Human–Computer Interaction”, Her. Russ. Acad. Sci., 88:1 (2018), 67
Irina Kipyatkova, Lecture Notes in Computer Science, 11096, Speech and Computer, 2018, 291
Цитирование в формате AMSBIB
Обратная связь: