МАШИНАЛЫҚ ОҚЫТУ АЛГОРИТМДЕРІН ҚОЛДАНА ОТЫРЫП ДАУЫСТЫ ТАНУ

2024

Полный текст Открытый доступ: Hybrid Метаданные (CSL-JSON)
DOI 10.52167/1609-1817-2024-135-6-161-169
Достоверность данных 85 высокая
Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

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.