Курсовая работа: Методы машинного обучения в задаче распознавания аудиосигнала

Оглавление

• Эксперименты по обучению моделей. . . . . . . . . . . . . . . . . . . . . . 17

• Результаты. ................................... 20

• Списоклитературы. .............................. 21

• Приложение................................... 23

1. Введение

Автоматическое распознавание речи (Automatic speech recognition - ASR) – сфера, которая активно исследуется последние пять десятилетий, эта тема считается важным пунктом улучшения взаимодействия в сценариях человек - человек и человек-машина. Однако, в недалёком прошлом речь не являлась ключевым инструментом во взаимодей­ ствии человека и машины. Отчасти это связано с тем, что инструменты распознавания речи в то время были недостаточно хороши, чтобы преодолеть необходимый уровень точности и использоваться в реальных условиях. В то же время, альтернативные спо­ собы взаимодействия, например клавиатура и мышь, значительно превосходили речь по эффективности, ограничениям и точности.

• последние несколько лет наблюдается новый всплеск интереса к ASR. Это может быть связано с повышением требований к задаче автоматического распознавания речи
• мобильных устройствах и успех новых виртуальных речевых помощников (напри­ мер, Apple’s Siri, Google Now и Microsoft’s Cortana). Не менее важным пунктом являет­ ся развитие методов глубокого обучения и увеличение вычислительных возможностей. Комбинированное использование методов глубокого обучения позволило уменьшить ко­ эффициент ошибок в распознавании речи больше чем на треть относительно известных раннее классических методов GMM-HMM. Например, на данный момент точность рас­ познавания слова для Английского языка достигает 95% и более.

Таким образом, объектом данного исследования является:задача ASR, предметом исследования является: использование актуальных архитектур нейронных сетей для задачи автоматического распознавания речи и сравнение их между собой.