دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Daniel Vasquez, Rainer Gruhn, Wolfgang Minker (auth.) سری: Signals and Communication Technology ISBN (شابک) : 9783642344244, 9783642344251 ناشر: Springer-Verlag Berlin Heidelberg سال نشر: 2013 تعداد صفحات: 145 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب ساختار شبکه عصبی سلسله مراتبی برای شناخت واجی: پردازش سیگنال، تصویر و گفتار، رابط های کاربری و تعامل انسان با کامپیوتر، هوش محاسباتی، ترجمه زبان و زبان شناسی
در صورت تبدیل فایل کتاب Hierarchical Neural Network Structures for Phoneme Recognition 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 ساختار شبکه عصبی سلسله مراتبی برای شناخت واجی 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.
در این کتاب ساختارهای سلسله مراتبی مبتنی بر شبکه های عصبی برای تشخیص خودکار گفتار بررسی شده است. این ساختارها عمدتاً در وظیفه تشخیص واج تحت الگوی مدل هیبریدی پنهان مارکوف / شبکه عصبی مصنوعی (HMM/ANN) ارزیابی میشوند. طرح سلسله مراتبی خط پایه شامل دو سطح است که هر یک بر اساس یک پرسپترون چند لایه (MLP) است. علاوه بر این، خروجی سطح اول به عنوان ورودی برای سطح دوم استفاده می شود. این سیستم را می توان با حذف اطلاعات اضافی موجود در خروجی سطح اول به میزان قابل توجهی افزایش داد.
In this book, hierarchical structures based on neural networks are investigated for automatic speech recognition. These structures are mainly evaluated within the phoneme recognition task under the Hybrid Hidden Markov Model/Artificial Neural Network (HMM/ANN) paradigm. The baseline hierarchical scheme consists of two levels each which is based on a Multilayered Perceptron (MLP). Additionally, the output of the first level is used as an input for the second level. This system can be substantially speeded up by removing the redundant information contained at the output of the first level.
Front Matter....Pages 1-15
Introduction....Pages 1-6
Background in Speech Recognition....Pages 7-30
Phoneme Recognition Task....Pages 31-48
Hierarchical Approach and Downsampling Schemes....Pages 49-59
Extending the Hierarchical Scheme: Inter and Intra Phonetic Information....Pages 61-101
Theoretical Framework for Phoneme Recognition Analysis....Pages 103-117
Summary and Conclusions....Pages 119-122
Back Matter....Pages 0--1