Разработка метода аппроксимации длинноконтекстных акустических моделей фонем, оптимального с точки зрения показателя влияния контекста на параметры моделей и его программная реализация. Алгоритм расчета перекрестной энтропии скрытой Марковской модели.
При низкой оригинальности работы "Разработка математических моделей и алгоритмов поиска ключевых слов в аудио-сообщениях", Вы можете повысить уникальность этой работы до 80-100%
В настоящее время наиболее перспективными из них считаются системы поиска ключевых слов, основанные на полном распознавании речи, от которых они отличаются размером словаря - размер словаря системы поиска ключевых слов намного меньше (порядка 1000 слов), чем размер словаря системы распознавания речи (десятки тысяч слов и более). Цель данной работы является разработка математических моделей и алгоритмов, позволяющих повысить точность поиска ключевых слов в аудио-сообщениях за счет: создания более точных акустических моделей ключевых слов и оптимизации словаря заполнения. Предложен метод и алгоритм формирования словаря заполнения, оптимального с точки зрения минимума средней ошибки распознавания, который позволяет повысить точность поиска ключевых слов. 2) Минимальными структурными элементами языка являются составные элементы слов (слоги, фонемы и т.д.), в этом случае модель слова строится конкатенацией моделей структурных элементов, из которых оно состоит, а модель последовательности слов строится конкатенацией моделей слов, из которых эта последовательность состоит. В диссертации для создания акустических моделей ключевых слов предлагаются так называемые длинноконтекстные модели фонем: Определение 2 длинноконтекстной моделью (ДК-моделью) фонемы называется модель, зависящая от всей последовательности фонем , предшествующих данной фонеме в фонетической транскрипции слова, и всей последовательности фонем , следующих за данной фонемой в фонетической транскрипции слова. и называются соответственно левым и правым контекстом данной длинноконтекстной модели.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
