Математичні моделі та методи розпізнавання голосу на основі глибоких нейронних мереж

Abstract

Об’єкт дослідження – задача розпізнавання мови з шумом. Мета роботи – дослідження проблеми розпізнавання голосу із зашумленням застосовуючи моделі і методи на основі нейронних мереж. Методи дослідження – дослідження програмної моделі з застосуванням поєднання DNN та RNN мереж для розпізнавання голосу . Результати та їх новизна полягають у розробці моделі, яка ефективно обробляє мовні дані в шумових умовах, демонструючи підвищену точність порівняно з традиційними методами. Рекомендується застосування розробленої моделі в системах автоматичного розпізнавання мови для покращення якості обробки мовних даних. Сфера застосування: технології обробки мови, системи розпізнавання мови, інтелектуальні комунікаційні системи. Значимість роботи полягає у забезпеченні більш точного та ефективного розпізнавання мови, що є важливим для широкого спектра сучасних застосувань. Висновки підкреслюють важливість подальших досліджень у цій області, оскільки подальший розвиток та оптимізація моделей може забезпечити значні переваги у точності та ефективності ASR систем