우즈벡어에서 폭발음과 무음 음소의 인식 정확도를 개선하기 위한 신경망의 사용

현재 음성 인식 시스템은 점점 더 널리 퍼지고 있으며, 특히 음성 대화가 정보 제어 및 기술 시설과의 교환에 있어 가장 편리한 수단인 응용 분야에서 그렇습니다. 효과적인 음성 제어 시스템을 구축하는 것은 현재 중요한 과제이며, 음성 명령의 높은 인식 정확도를 얻기 위한 방법의 개발이 필요합니다. 이러한 조건 하에서 인식 품질에 대한 잡음의 영향을 줄이는 것과 함께 음성 제어 시스템의 동작 정확도를 높이고, 정적 간섭 하에서 올바른 명령 인식의 가능성을 높이는 것이 과제입니다. 음성 제어 시스템의 또 다른 요구 사항은 시스템이 실시간으로 작동해야 하므로 올바른 인식 속도입니다. 본 논문에서는 우즈벡어를 기반으로 한 기술 시설의 음성 제어 알고리즘을 제안합니다. 우즈벡어의 일부 음소(폭발음 및 무음 자음)는 다른 언어의 음소와 크게 다르며, 제어 알고리즘을 만들 때 인식 정확도가 요구 사항을 충족하지 않습니다. 따라서 필요한 처리 속도를 보장하고 필요한 정확도를 유지하기 위해 특징 공간을 축소하면서 추가 정규화를 도입할 것을 제안합니다. 알고리즘은 음성 신호 스펙트럼 특성의 기본 분리를 원칙으로 합니다. 이후 신호 스펙트럼은 정규화되고 저주파 변환과 로그 사용으로 해상도가 증가합니다. 얻어진 켑스트럴 계수는 이전에 학습된 신경망의 입력으로 공급됩니다.