Исследования моделей распознавания звуков речи на основе нейронных сетей глубокого обучения для экспертизы цифровых фонограмм

Abstract

Исследованы модели на основе нейронных сетей глубокого обучения, базирующиеся на общем подходе к паузам и сигналам речи как разным видам звуковой информации, зафиксированной в фонограмме, отличающимся по некоторым характеристикам. Такой подход позволяет формировать базы данных обучения с использованием общих для пауз и сигналов речи методов предварительной обработки информации, что обеспечивает более высокий уровень унификации методов обучения сетей, предназначенных для решения разных задач экспертизы.

Досліджено моделі на основі нейронних мереж глибокого навчання, що базуються на загальному підході до пауз і сигналів мови як різних видів зафіксованої у фонограмі звукової інформації, які відрізняються деякими характеристиками. Такий підхід дає змогу формувати бази даних навчання з використанням загальних для пауз і сигналів мови методів попереднього оброблення інформації, що забезпечує вищий рівень уніфікації методів навчання мереж, призначених для розв'язання різних задач експертизи.

The authors analyze the models based on deep learning neural networks, on the basis of the general approach to pauses and speech signals as different types of voice information fixed in a phonogram, different in some characteristics. It is shown that such an approach allows generating the learning databases with the use of the general for pauses and signals of speech methods of preliminary processing of information. This provides a high level of unification of network learning methods intended for solution of various examination problems.