Разработка Интегральной Модели На Основе Crf И Ctc Для Системы Распознавания Казахской Речи
Year: 2024
Type: article
Abstract: Интегральные end-to-end модели являются часто применяемыми методами во многих областях машинного обучения, а именно в задачах распознавания речи. Интегральная структура модели объединяет систему в один компактный элемент, в отличие от традиционной, которая состоит из нескольких отдельных и независимых элементов. Интегральная система преобразует акустические сигналы непосредственно в последовательность меток без использования промежуточных состояний, что исключает необходимость дополнительной обработки на выходе. Это делает её легкой в реализации и применении. Комбинирование нескольких интегральных моделей показывают лучше результат, чем применение их по отдельности. Вдохновленные этой идеей, в данной работе мы предложили метод совместного использования условных случайных полей и коннекционной временной классификации для распознавания малоресурсного языка, как казахский язык. В работе были применены архитектуры рекуррентной нейронной сети и остаточная сеть для построения модели с использованием языковых моделей. Результаты экспериментальных исследований показали, что предложенный подход на основе архитектуры остаточной сети с языковой моделью рекуррентных нейронных сетей достигла наилучший результат 9,86% по сравнению с другими архитектурами сети для казахского языка.
Source: Вестник КазАТК
Authors: Дина Оралбекова, Оркен Мамырбаев, Аягоз Имансакипова, Алия Жунусова
Language: Russian
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: hybrid
OpenAlex ID: W4407373148