Распознавание и синтез речи. Классические методы распознавания речи |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2017-01-24 12:55 алгоритмы распознавания речи, распознавание образов, новости нейронных сетей, реализация нейронной сети Распознавание и синтез речи. Классические методы распознавания речи - Как звук преобразуется в текст? - Извлечение признаков - Аккустическое моделирование Распознавание речи можно разделить на две фазы: акустическое моделирование и декодирование. На лекции были разобраны генеративные и дискриминативные подходы к акустическому моделированию, а также упрощенно показано, как выглядит построение HCLG-графа, и как происходит декодирование с его помощью. В области синтеза речи лектор вкратце затрагивает один из множества подходов к решению данной задачи, основанный на рекуррентных нейронных сетях [RNN]. Телеграм: t.me/ainewsline Источник: vk.com Комментарии: |
|