350 руб
Журнал «Нейрокомпьютеры: разработка, применение» №10 за 2012 г.
Статья в номере:
Особенности реализации распознавания произносимых слов с помощью нейронных сетей для мобильной роботизированной платформы с применением сигнальных процессоров
Ключевые слова: распознавание слов нейронные сети робототехника мел-кепстральные коэффициенты дикторонезависимость компенсация шума роботизированная платформа сигнальные процессы
Авторы:
М. А. Яковлев - программист-математик, ООО «ПАВЛИН Техно» П.В. Скрибцов - к.т.н., ген. директор, ООО «ПАВЛИН Техно» М.А. Червоненкис - вед. разработчик, ООО «ПАВЛИН Техно» С.Н. Загоруйко - программист-математик, ООО «ПАВЛИН Техно». E-mail: info@pawlin.ru
Аннотация:
Рассмотрены принципы построения системы распознавания слов для мобильной роботизированной платформы. В качестве алгоритмов классификации, используемых для распознавания, исследованы два алгоритма: алгоритм на базе метода k-ближайших соседей и нейросетевой алгоритм. Описаны общие подходы к построению системы и особенности реализации, необходимые для корректной работы системы непосредственно на роботизированной платформе.
Страницы: 21-25
Список источников
  1. Официальный сайт проекта CMUSphinxhttp://cmusphinx.sourceforge.net/
  2. Официальный сайт проекта Juliushttp://julius.sourceforge.jp/en_index.php/
  3. Lamel, L. F., Rabiner, L. R., Rosenberg, A. E., Wilpong, J. G., An improved endpoint detection for isolated word recognition // IEEE Transactions on acoustics, speech, and signal processing. AUGUST 1981. V. ASSP-29. № 4.
  4. Описание стандарта ETSI201 108http://www.etsi.org/deliver/etsi_es/201100_201199/201108/01.01.03_60/es_201108v010103p.pdf
  5. Ratanamahatana, C. A.,Keogh, E., Three Myths about Dynamic Time Warping Data Mining // Department of Computer Science and Engineering University of California, Riverside.
  6. Choi, E. H. C., Noise Robust Front-end for ASR using Spectral Subtraction, Spectral Flooring and Cumulative Distribution Mapping - Multimodal User Interaction National ICT Australia.
  7. Vinyals, O., Ravuri, S. V., Povey, D., Revisiting recurrent neural networks for robust ASR // International Computer Science Institute, Berkeley. CA. USA EECS Department, University of California. Berkeley. Berkeley. CA, USAMicrosoft Research, Redmond. WA.USA.