ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Automatic speech and speaker recognition: large margin and kernel methods

دانلود کتاب تشخیص گفتار و گفتار خودکار: روش های حاشیه و هسته

Automatic speech and speaker recognition: large margin and kernel methods

مشخصات کتاب

Automatic speech and speaker recognition: large margin and kernel methods

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش:  
نویسندگان:   
سری:  
ISBN (شابک) : 0470696834, 9780470696835 
ناشر: J. Wiley & Sons 
سال نشر: 2009 
تعداد صفحات: 257 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت

قیمت کتاب (تومان) : 56,000



کلمات کلیدی مربوط به کتاب تشخیص گفتار و گفتار خودکار: روش های حاشیه و هسته: علوم و مهندسی کامپیوتر، هوش مصنوعی، زبانشناسی محاسباتی



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 14


در صورت تبدیل فایل کتاب Automatic speech and speaker recognition: large margin and kernel methods به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب تشخیص گفتار و گفتار خودکار: روش های حاشیه و هسته نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب تشخیص گفتار و گفتار خودکار: روش های حاشیه و هسته

این کتاب روش‌های حاشیه و هسته بزرگ برای تشخیص گفتار و تشخیص سخنران را مورد بحث قرار می‌دهد. روش‌های حاشیه بزرگ و هسته مجموعه‌ای از تحقیقات در پیشرفت‌های اخیر در روش‌های حاشیه بزرگ و هسته است که در زمینه تشخیص گفتار و سخنران اعمال می‌شود. مبانی نظری و عملی این روش‌ها، از ماشین‌های بردار پشتیبان گرفته تا روش‌های حاشیه بزرگ برای یادگیری ساختاریافته را ارائه می‌کند. همچنین نمونه‌هایی از مدل‌سازی آکوستیک مبتنی بر حاشیه بزرگ برای تشخیص‌دهنده‌های گفتار پیوسته، که در آن زمینه‌های عملی یادگیری توالی حاشیه بزرگ فراهم شده است، ارائه می‌کند. روش‌های حاشیه بزرگ برای مدل‌سازی زبان متمایز و تأیید گوینده مستقل از متن نیز در این کتاب مورد بررسی قرار گرفته‌اند. ویژگی های کلیدی: ارائه یک تصویر فوری به روز از وضعیت فعلی تحقیقات در این زمینه. کار گذشته و حال را در مورد آموزش متمایز مدل‌های زبان مرور می‌کند و الگوریتم‌های مختلف حاشیه بزرگ را برای استفاده از برچسب‌گذاری بخشی از گفتار توصیف می‌کند. بررسی‌های اخیر در مورد استفاده از رویکردهای هسته برای تأیید گوینده مستقل از متن، و معرفی مفاهیم اصلی و الگوریتم‌ها بررسی‌های اخیر بر روی رویکردهای هسته برای یادگیری ماتریس شباهت از داده‌ها این کتاب مورد توجه محققان، پزشکان، مهندسان و دانشمندان در زمینه‌های پردازش گفتار و یادگیری ماشین خواهد بود.


توضیحاتی درمورد کتاب به خارجی

This book discusses large margin and kernel methods for speech and speaker recognition Speech and Speaker Recognition: Large Margin and Kernel Methods is a collation of research in the recent advances in large margin and kernel methods, as applied to the field of speech and speaker recognition. It presents theoretical and practical foundations of these methods, from support vector machines to large margin methods for structured learning. It also provides examples of large margin based acoustic modelling for continuous speech recognizers, where the grounds for practical large margin sequence learning are set. Large margin methods for discriminative language modelling and text independent speaker verification are also addressed in this book. Key Features: Provides an up-to-date snapshot of the current state of research in this field Covers important aspects of extending the binary support vector machine to speech and speaker recognition applications Discusses large margin and kernel method algorithms for sequence prediction required for acoustic modeling Reviews past and present work on discriminative training of language models, and describes different large margin algorithms for the application of part-of-speech tagging Surveys recent work on the use of kernel approaches to text-independent speaker verification, and introduces the main concepts and algorithms Surveys recent work on kernel approaches to learning a similarity matrix from data This book will be of interest to researchers, practitioners, engineers, and scientists in speech processing and machine learning fields.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی