Automatic Language Identification from Audio Signals using LSTM-RNN

2023

Жабық қол жеткізу Метадеректер (CSL-JSON)
DOI 10.1109/icecco58239.2023.10146603
Деректер сенімділігі 70 орташа
Бұл баға қалай есептеледі

Ол жазбаның өзінің тексерілетін белгілерінен құралады: мақаланың DOI-і бар ма, оның деректерін қанша тәуелсіз дереккөз растады, міндетті өрістер толтырылған ба және соңғы растау қаншалықты жаңа. Дереккөздер арасындағы алшақтық пен идентификатордың болмауы бағаны төмендетеді. 80-нен бастап мән жазбаның қосымша тексерусіз жарияланғанын, 60-тан 79-ға дейін — оның сенімділігі төмен күйде жарияланғанын және қолмен тексеру ұсынылатынын білдіреді. Редактор қолмен тексерген жазбаны қайта есептеу 90-нан төмен түсірмейді. Бұл — мақаланың өзіне емес, ол туралы деректерімізге берілген баға.

Аңдатпа

The objective of this study is to develop an efficient Language Identification (LID) system using Long Short-Term Memory Recurrent Neural Networks applied to audio signals. Two experiments were conducted to validate the proposed approach. The experimental results demonstrated exceptional performance, with an accuracy of 98% and 97.6%on the test sets of the first and second experiments, respectively. The models were trained and tested using audio recordings in English, Russian, Turkish, Kyrgyz, and Kazakh languages. These findings suggest that the proposed LID system is highly effective and can be used in various real-world applications.