Публікація:
Інноваційні підходи в дослідженні методів розпізнання мовних сигналів: аналіз, застосування та перспективи

dc.contributor.authorЄременко, Д. В.
dc.date.accessioned2024-08-28T13:35:56Z
dc.date.available2024-08-28T13:35:56Z
dc.date.issued2024
dc.description.abstractThe scientific community is intensively working on enhancing speech recognition technologies, crucial for integrating voice control into everyday life and improving accessibility for people with disabilities. Despite considerable progress, challenges like accent variation and background noise persist, requiring further innovation. Advancements in machine learning, particularly in deep learning and neural networks, offer promising solutions for these issues by enabling more accurate processing of speech patterns. The future of speech recognition technology holds the potential to significantly impact communication and the development of intelligent systems, with ongoing research focused on overcoming existing challenges through advanced machine learning techniques.
dc.identifier.citationЄременко Д. В. Інноваційні підходи в дослідженні методів розпізнання мовних сигналів: аналіз, застосування та перспективи / Д. В. Єременко ; наук. керівник проф. В. А. Тихонов // Радіоелектроніка та молодь у ХХІ столітті : матеріали 28-го Міжнар. молодіж. форуму, 16–18 квітня 2024 р. – Харків : ХНУРЕ, 2024. – Т. 3. – С. 157–159. – DOI: https://doi.org/10.30837/IYF.IRTTPI.2024.157.
dc.identifier.doihttps://doi.org/10.30837/IYF.IRTTPI.2024.157
dc.identifier.urihttps://openarchive.nure.ua/handle/document/28341
dc.language.isouk
dc.publisherХНУРЕ
dc.subjectрозпізнання мовних сигналів
dc.subjectмовний сигнал
dc.titleІнноваційні підходи в дослідженні методів розпізнання мовних сигналів: аналіз, застосування та перспективи
dc.typeThesis
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Завантаження...
Зображення мініатюри
Назва:
MIRES_T3_RiM_2024_157-159.pdf
Розмір:
103.78 KB
Формат:
Adobe Portable Document Format
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.55 KB
Формат:
Item-specific license agreed upon to submission
Опис: