МАШИНАЛЫҚ ОҚЫТУ АЛГОРИТМДЕРІН ҚОЛДАНА ОТЫРЫП ДАУЫСТЫ ТАНУ

2024

Full text Open access: Hybrid Metadata (CSL-JSON)
DOI 10.52167/1609-1817-2024-135-6-161-169
Data confidence 85 high
How this score is calculated

It is built from checkable properties of the record itself: whether the article has a DOI, how many independent sources confirmed its data, whether the required fields are filled in, and how recent the latest confirmation is. Disagreement between sources and a missing identifier lower it. A value of 80 or above means the record was published without further checking; 60 to 79 means it is published at reduced confidence, with a manual check advisable. A record verified by an editor by hand is never pushed below 90 by a recalculation. This scores our data about the article, not the article itself.

Abstract

Біз мақалада біз дауысты автоматты түрде тану жүйесінің жұмысын жақсартатын алгоритмін анықтау үшін дауыстың әртүрлі MFCC мүмкіндіктерін және дауысты тану үшін машиналық оқыту алгоритмдерін қарастыратын боламыз. Біздер дауысты тану үшін машиналық оқыту алгоритмдерінің ішінен нейрондық желі архитектурасын салыстырып қайсысы жақсы нәтиже беретінін анықтаймыз. Біздің мақсатымыз нейрондық желі архитектурасының көп қабатты перцептронды (MLP) және конволюциялық нейрондық желілерді (CNN) дауысты тануға тән ерекшеліктерді автоматты түрде зерттеу. Эксперимент барысында сөйлеушінің дауысын тану, анықтау алгоритмі мен моделі құрылып, дауысты тану екі кезеңде жүзеге асырылды: оқыту және тестілеу.