Estymacja prawdopodobieństwa fonemów w neuronowym systemie rozpoznawania mowy

• Autorzy: Gąsiorowski, D.

Warianty tytułu

EN

Phoneme probability estimation in neural speech recognition system

• Języki publikacji: PL

Abstrakty

PL

Zaprezentowano nowoczesną metodę estymacji prawdopodobieństwa fonemów za pomocą sztucznych sieci neuronowych na potrzeby automatycznego systemu rozpoznawania mowy (ARM). Wykorzystano przy tym technologię cyfrowego przetwarzania sygnałów do ekstrakcji charakterystycznych cech (melowe częstotliwościowe współczynniki kepstralne - MFCC). Przedstawiono dwa rodzaje estymatorów neuronowych: wielostanowe sieci neuronowe z czasowymi opóźnieniami (MS-TDNN) oraz samoorganizującą się mapę Kohonena (SOM) z czasowymi oknami opóźnień.

EN

This thesis presents modern method for phoneme probability estimation with Artificial Neural Networks (ANN) to use Automatic Speech Recognition (ASR) system. The digital signal processing technology pro-vide a feature extraction (mel frequency cepstral coefficients - MFCC). Presents two kinds of neural estimations: Multi-State Time Delay Neural Network (MS-TDNN) or Kohonen Self-Organizing Map (SOM) with time-delay Windows.

Słowa kluczowe

PL

rozpoznawanie mowy automatyczne; sieć neuronowa; fonemy

EN

automatic speech recognition; neural network; phonemes

• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2003
• Tom: Vol. 44, nr 5-6
• Strony: 37-39
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Gąsiorowski, D.

• Politechnika Świętokrzyska, Wydział Elektrotechniki, Automatyki i Informatyki,

Bibliografia

• 1. C. Becchetti C. i in., Speech Recognition Theory and C+ + lmplementation, 1999.
• 2. J. Tebelskis, Speech Recognition using Neural Networks, 1995.
• 3. T. Kohonen, The „Neural” Phonetic Typewriter, IEEE Computer, 27, nr 3, 1988, 11-22.
• 4. M. Xiaolong, Towards a Unified Framework for Sub-lexical and Supra-lexical Linguistic Modeling, 2002.
• 5. Cz. Basztura, Źródła, sygnały i obrazy akustyczne. Przetwarzanie, analiza, rozpoznawanie, 1989.
• 6. R. Tadeusiewicz, Sygnał mowy, 1988.
• 7. S. Osowski, Sieci neuronowe do przetwarzania informacji, 2000.
• 8. J. Żurada i in., Sztuczne sieci neuronowe, 1995.
• 9. A. Oppenheim, Sygnały cyfrowe przetwarzania i zastosowania, 1988.
• 10. G. Richard, Wprowadzenie do cyfrowego przetwarzania sygnałów, 1999.