Speech classification by using superposition principle in HMM and LSTM on small training sets

  • Акилеш Сивасвами

Диссертация студента: Выпускная квалификационная работаВКР магистра

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 присужденияиюн 2019
Язык оригиналаанглийский
Учреждение
  • Новосибирский государственный университет
РуководительЕвгений 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 работаВКР магистра