Autoenkóderen alapuló jellemzőreprezentáció mély neuronhálós, ultrahang-alapú némabeszéd-interfészekben
A neurális hálón alapuló némabeszéd-interfészek általában a teljes ultrahangkép alapján becslik meg a spektrális paramétereket, melyekből a vokóder aztán beszédet generál. Habár ez a megközelítés igen kézenfekvő, és tapasztalataink szerint érthető beszédet képes generálni, több hátránya is van: egyr...
Elmentve itt :
| Szerzők: | |
|---|---|
| Testületi szerző: | |
| Dokumentumtípus: | Könyv része |
| Megjelent: |
2019
|
| Sorozat: | Magyar Számítógépes Nyelvészeti Konferencia
15 |
| Kulcsszavak: | Nyelvészet - számítógép alkalmazása |
| Online Access: | http://acta.bibl.u-szeged.hu/59070 |
| LEADER | 02616naa a2200265 i 4500 | ||
|---|---|---|---|
| 001 | acta59070 | ||
| 005 | 20221108114922.0 | ||
| 008 | 190703s2019 hu o 1|| zxx d | ||
| 020 | |a 978-963-315-393-2 | ||
| 040 | |a SZTE Egyetemi Kiadványok Repozitórium |b hun | ||
| 041 | |a zxx | ||
| 100 | 1 | |a Pintér Ádám | |
| 245 | 1 | 0 | |a Autoenkóderen alapuló jellemzőreprezentáció mély neuronhálós, ultrahang-alapú némabeszéd-interfészekben |h [elektronikus dokumentum] / |c Pintér Ádám |
| 260 | |c 2019 | ||
| 300 | |a 13-22 | ||
| 490 | 0 | |a Magyar Számítógépes Nyelvészeti Konferencia |v 15 | |
| 520 | 3 | |a A neurális hálón alapuló némabeszéd-interfészek általában a teljes ultrahangkép alapján becslik meg a spektrális paramétereket, melyekből a vokóder aztán beszédet generál. Habár ez a megközelítés igen kézenfekvő, és tapasztalataink szerint érthető beszédet képes generálni, több hátránya is van: egyrészt nehezen ragadja meg az egymáshoz közel eső területek (gyakorlatilag a pixelek) közötti összefüggéseket, másrészt igen pazarló. Könnyen belátható, hogy a képpontok egy jelentős része irreleváns a spektrális paraméterek becslése szempontjából, a szomszédos képpontok által tárolt információ nagyon rendundáns, a mély háló mérete pedig nagy a sok jellemző miatt. Jelen cikkünkben ezen problémák kezelésére egy autoenkóder neurális hálót tanítunk az ultrahangképre, és a szintézishez szükséges spektrális paraméterek becslését az autoenkóder háló rejtett bottleneck rétegében található neuronok aktivációi alapján végezzük egy második mély hálóval. Kísérleti eredményeink alapján a javasolt eljárás hatékonyabb, mint a hagyományos megközelítés: a kapott átlagos négyzetes hibák minden esetben alacsonyabbak, a korrelációértékek pedig magasabbak voltak, mint a standard technikával kapottak. További előnye az eljárásnak, hogy, a bottleneck réteg (relatíve) alacsony neuronszáma miatt több szomszédos kép felhasználása a becslés során nem jár a paraméterszám lényeges növekedésével, miközben szignifikánsan javítja a paraméterbecslés pontosságát. | |
| 695 | |a Nyelvészet - számítógép alkalmazása | ||
| 700 | 0 | 1 | |a Gosztolya Gábor |e aut |
| 700 | 0 | 1 | |a Tóth László |e aut |
| 700 | 0 | 1 | |a Grósz Tamás |e aut |
| 700 | 0 | 1 | |a Csapó Tamás Gábor |e aut |
| 700 | 0 | 1 | |a Markó Alexandra |e aut |
| 710 | |a Magyar Számítógépes Nyelvészeti Konferencia (15.) (2019) (Szeged) | ||
| 856 | 4 | 0 | |u http://acta.bibl.u-szeged.hu/59070/1/msznykonf_015_013-022.pdf |z Dokumentum-elérés |