Разработка программной базы для исследований в области распознавания речи и поиска ключевых слов в ней. Расчет mel-фильтров. Скрытые марковские модели. Применение в алгоритме сверточного декодирования Витерби. Методы визуализации и обработки аудиоданных.
Глава 1. Основы распознавания речи 1.1 Распознавание 1.2 Расчёт mel-фильтров 1.3 Алгоритм распознавания Глава 2. Скрытые марковские модели 2.1 Алгоритмы 2.2 СММ в распознавании речи Глава 3. Отчеты об опытно-экспериментальной работе, сравнение и анализ результатов Список использованной литературы Введение В настоящее время все острее встает необходимость создать высокоточные инструменты работы для ЭВМ с аудиопотоком. Одним из наиболее успешных инструментов в настоящее время являются Скрытые Марковские Модели (СММ). Наш мозг способен генерировать текст совершенно произвольно, используя интуитивно понятные правила функциональной грамматики и усвоенную с возрастом семантическую парадигму каждого слова. Самый поверхностный анализ опубликованных текстов в интернете компанией Google позволил выявить триллион объектов. На сегодня аппарат скрытых Марковских моделей (СММ) является дефактно стандартом в области речевых технологий, используемым как для распознавания речи, так и для ее синтеза. В основе применения СММ лежат рекурсивные процедуры, обладающие вычислительной сложностью. относительно количества состояний модели N и длины наблюдаемой последовательности T.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
