Mély neuronhálós beszédfelismerők GMM-mentes tanítása
Az utóbbi pár évben a beszédfelismerőkben használt rejtett Markov modellekben (hidden Markov model, HMM) az ún. Gauss-keverékmodell (gaussian mixture model, GMM) komponenst leváltották a mély neuronhálók (deep neural network, DNN). Ugyanakkor ezek az új, neuronálókra épülő hibrid HMM/DNN felismerők...
Elmentve itt :
Szerzők: |
Grósz Tamás Gosztolya Gábor Tóth László |
---|---|
Testületi szerző: | Magyar Számítógépes Nyelvészeti Konferencia (13.) (2017) (Szeged) |
Dokumentumtípus: | Könyv része |
Megjelent: |
2017
|
Sorozat: | Magyar Számítógépes Nyelvészeti Konferencia
13 |
Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
Online Access: | http://acta.bibl.u-szeged.hu/59007 |
Hasonló tételek
-
Mély neuronhálós beszédfelismerők GMM-mentes tanítása
Szerző: Grósz Tamás, et al.
Megjelent: (2017) -
Mély neuronhálós beszédfelismerők működésének értelmező elemzése
Szerző: Grósz Tamás, et al.
Megjelent: (2019) -
Mély neuronhálós beszédfelismerők működésének értelmező elemzése
Szerző: Grósz Tamás, et al.
Megjelent: (2019) -
Beszédfelismerők mély neuronhálós állapotkapcsolási algoritmusainak kísérleti összehasonlítása
Szerző: Tóth László, et al.
Megjelent: (2018) -
Mély neuronhálós akusztikus modellek súlyinicializálásának vizsgálata
Szerző: Pintér Ádám, et al.
Megjelent: (2020)