Reconnaissance vocale sur apprentissage profond

La reconnaissance de la parole à l'aide d'un réseau neuronal à convolution est utilisée pour reconnaître les mots, les numériser et analyser le son. Il entraîne un modèle d'apprentissage profond qui détecte la présence de commandes vocales dans l'audio. Il est mis en oeuvre en utilisant MATLAB. Il utilise un réseau neuronal à convolution pour former un modèle. Le modèle a été formé pour les commandes et le bruit de fond. Le modèle entraîné a obtenu une précision de 96,34 % lors du test des données. Définissez le niveau de traitement audio et le niveau d'identification en Hz et construisez un visualiseur d'interface audio capable d'interpréter le son provenant de votre microphone. Lorsque nous parlons des commandes, il les détecte et les visualise, et lorsque nous parlons d'autres choses que des commandes, il montre qu'elles sont inconnues. Lorsque nous ne parlons pas, il détecte le bruit de fond.

Autorentext

Dr. A.P.Siva Kumar, hizo su B.Tech de JNTUH, M.Tech de JNTUA, Ph.D de JNTUA en el área de "Information Retrieval and Cross Lingual Intelligent Systems" en el año 2011. Recibió el Premio Carrer para Jóvenes Profesores (CAYT) para el año fiscal 2013-14.

Klappentext

La reconnaissance de la parole à l'aide d'un réseau neuronal à convolution est utilisée pour reconnaître les mots, les numériser et analyser le son. Il entraîne un modèle d'apprentissage profond qui détecte la présence de commandes vocales dans l'audio. Il est mis en uvre en utilisant MATLAB. Il utilise un réseau neuronal à convolution pour former un modèle. Le modèle a été formé pour les commandes et le bruit de fond. Le modèle entraîné a obtenu une précision de 96,34 % lors du test des données. Définissez le niveau de traitement audio et le niveau d'identification en Hz et construisez un visualiseur d'interface audio capable d'interpréter le son provenant de votre microphone. Lorsque nous parlons des commandes, il les détecte et les visualise, et lorsque nous parlons d'autres choses que des commandes, il montre qu'elles sont inconnues. Lorsque nous ne parlons pas, il détecte le bruit de fond.