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 | - Новосибирский государственный университет
|
---|
Руководитель | Евгений Николаевич Павловский (Научный руководитель) |
---|
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