Особенности реализации распознавания произносимых слов с помощью нейронных сетей для мобильной роботизированной платформы с применением сигнальных процессоров

М. А. Яковлев; П.В. Скрибцов; М.А. Червоненкис; С.Н. Загоруйко

Особенности реализации распознавания произносимых слов с помощью нейронных сетей для мобильной роботизированной платформы с применением сигнальных процессоров

М. А. Яковлев¹, П.В. Скрибцов², М.А. Червоненкис³, С.Н. Загоруйко⁴

научная статья Страницы: 21-25

^1,4 программист-математик, ООО «ПАВЛИН Техно»
² к.т.н., ген. директор, ООО «ПАВЛИН Техно»
³ вед. разработчик, ООО «ПАВЛИН Техно»

Ключевые слова: распознавание слов нейронные сети робототехника мел-кепстральные коэффициенты дикторонезависимость компенсация шума роботизированная платформа сигнальные процессы

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.

Для цитирования

Яковлев М.А., Скрибцов П.В., Червоненкис М.А., Загоруйко С.Н. Особенности реализации распознавания произносимых слов с помощью нейронных сетей для мобильной роботизированной платформы с применением сигнальных процессоров // Нейрокомпьютеры: разработка, применение. 2012. № 10. С. 21–25.

Список источников

Официальный сайт проекта CMUSphinxhttp://cmusphinx.sourceforge.net/
Официальный сайт проекта Juliushttp://julius.sourceforge.jp/en_index.php/
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.
Описание стандарта ETSI201 108http://www.etsi.org/deliver/etsi_es/201100_201199/201108/01.01.03_60/es_201108v010103p.pdf
Ratanamahatana, C. A.,Keogh, E., Three Myths about Dynamic Time Warping Data Mining // Department of Computer Science and Engineering University of California, Riverside.
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.
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.

[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.

Аннотация

Для цитирования

Похожие статьи