Аннотация
Широкое использование систем классификации речи осложняется трудной доступностью больших речевых корпусов. В настоящей работе предлагается сравнить два подхода к обработке речевой информации — с помощью скрытых марковских моделей и нейросетей с короткой-долговременной памятью на малых обучающих выборках. Для повышения точности классификации предлагается исследовать подход суперпозиции обучающей выборки. Результаты работы лягут в основу фундаментального исследования принципа суперпозиции обучающей выборки для речевых данных.| Дата присуждения | июн 2019 |
|---|---|
| Язык оригинала | английский |
| Учреждение |
|
| Руководитель | Евгений Николаевич Павловский (Научный руководитель) |
Цитировать
Speech classification by using superposition principle in HMM and LSTM on small training sets
Сивасвами, А. (Автор). июн 2019
Диссертация студента: Выпускная квалификационная работа › ВКР магистра