In this paper, we proposed a hybrid

In this paper, we proposed a hybrid MLP-HMM approach with tone recognition in order to improve the performance of Thai automatic speech recognition. The proposed approach consists of two main components: (1) a hybrid MLP-HMM as part of an acoustic model and (2) a tone feature extraction and classification using MLPs. The emission probabilities in the HMM framework are estimated by the posterior probabilities of neural network multilayer perceptrons in which the MFCC feature vectors are served into an input layer with fully-connected hidden layer. All nodes of output layer are represented by phonetic units. The MLPs are trained to estimate the emission probabilities for each state probability of the continuous density HMM framework. The Viterbi decoder is then used to find the single best state sequence using a dynamic programming algorithm. Compared to the baseline GMM system, the hybrid MLP-HMM significantly improved the performance of contextindependent networks. The recognition rates for consonants and vowels from the hybrid MLP-HMM model are higher than the baseline model, because the MLP model could help generate a recognition model which is more discriminative than the baseline HMM. In summary, the overall recognition rate was improved by using the proposed hybrid MLP-HMM approach.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ เราเสนอพันทาง MLP อืมมวิธีการรู้จำเสียงเพื่อปรับปรุงประสิทธิภาพของการรู้จำเสียงไทยโดยอัตโนมัติ วิธีการนำเสนอประกอบด้วยคอมโพเนนต์หลักที่สอง: (1) ผสม MLP อืมมเป็นส่วนหนึ่งของแบบจำลองระดับ และ (2) การสกัดคุณลักษณะเสียง และประเภทที่ใช้ MLPs มีประเมินกิจกรรมการปล่อยก๊าซในกรอบ HMM โดยกิจกรรมหลังของโครงข่ายประสาทหลายชั้น perceptrons ซึ่งเสิร์ฟเวกเตอร์คุณลักษณะ MFCC ในชั้นการป้อนข้อมูลมีชั้นซ่อนเชื่อมต่อครบครัน โหนทั้งหมดของชั้นออกจะแสดงหน่วยเสียง MLPs มีการฝึกอบรมการประเมินกิจกรรมการปล่อยก๊าซในแต่ละรัฐน่ากรอบ HMM ความหนาแน่นต่อเนื่อง แล้วใช้ตัวถอดรหัส Viterbi หาเดียวสุดรัฐลำดับที่โดยใช้ขั้นตอนวิธีการเขียนโปรแกรมแบบไดนามิก เมื่อเทียบกับพื้นฐานระบบ GMM ไฮบริ MLP อืมมมากปรับปรุงประสิทธิภาพของเครือข่าย contextindependent ราคารู้พยัญชนะและสระจากแบบ MLP-HMM ไฮบริดจะสูงกว่ารุ่นพื้นฐาน เพราะแบบ MLP ช่วยสร้างแบบจำลองการรับรู้ซึ่งเป็น discriminative ยิ่งกว่าพื้นฐาน HMM ในสรุป อัตราการรู้จำโดยรวมถูกปรับปรุงโดยผสมเสนอ MLP อืมมวิธี

ผลลัพธ์ (ไทย) 2:

ในบทความนี้เราจะเสนอวิธีการไฮบริด MLP-HMM กับการรับรู้เสียงเพื่อปรับปรุงประสิทธิภาพการทำงานของไทยรู้จำเสียงพูดอัตโนมัติ วิธีการที่นำเสนอประกอบด้วยสองส่วนหลักคือ (1) ไฮบริด MLP-HMM เป็นส่วนหนึ่งของรูปแบบอะคูสติกและ (2) การสกัดคุณลักษณะเสียงและการจำแนกโดยใช้ MLPs น่าจะปล่อยก๊าซเรือนกระจกในกรอบ HMM มีการประเมินโดยน่าจะเป็นหลังของ perceptrons หลายเครือข่ายประสาทที่เวกเตอร์คุณลักษณะ MFCC จะทำหน้าที่เป็นชั้นการป้อนด้วยชั้นที่ซ่อนอยู่อย่างเต็มที่ที่เชื่อมต่อ โหนดทั้งหมดของชั้นที่ส่งออกมีตัวแทนจากหน่วยออกเสียง MLPs ได้รับการฝึกฝนในการประเมินความน่าจะปล่อยก๊าซเรือนกระจกสำหรับแต่ละความน่าจะเป็นของรัฐของกรอบ HMM ความหนาแน่นอย่างต่อเนื่อง ถอดรหัส Viterbi ที่ใช้แล้วเพื่อหาลำดับรัฐเดียวที่ดีที่สุดโดยใช้ขั้นตอนวิธีการเขียนโปรแกรมแบบไดนามิก เมื่อเทียบกับระบบจีเอ็มเอ็พื้นฐาน, ไฮบริด MLP-HMM อย่างมีนัยสำคัญปรับปรุงประสิทธิภาพการทำงานของเครือข่าย contextindependent อัตราการรับรู้สำหรับสระและพยัญชนะจากไฮบริดรุ่น MLP-HMM จะสูงกว่ารุ่นพื้นฐานเพราะรูปแบบ MLP จะช่วยสร้างรูปแบบการรับรู้ซึ่งเป็นจำแนกกว่า HMM พื้นฐาน โดยสรุปอัตราการรู้จำโดยรวมได้รับการปรับปรุงโดยใช้ไฮบริดที่นำเสนอวิธีการ MLP-HMM

ผลลัพธ์ (ไทย) 3:

งานวิจัยนี้ได้เสนอวิธีการไฮบริด mlp-hmm เสียงเพื่อปรับปรุงประสิทธิภาพของการรับรู้เสียงพูดภาษาไทยอัตโนมัติ วิธีการที่เสนอประกอบด้วยสององค์ประกอบหลัก : ( 1 ) ลูกผสม mlp-hmm เป็นส่วนหนึ่งของรูปแบบอะคูสติก และ ( 2 ) เสียงคุณลักษณะการสกัดและการจำแนกโดยใช้ MLPs .เพิ่มความน่าจะเป็นในอืมกรอบประมาณโดยความน่าจะเป็นของโครงข่ายประสาทเทียมหลายชั้นเพอร์เซปตรซึ่งในค่าคุณลักษณะเวกเตอร์เสิร์ฟเป็น input layer ที่มีการเชื่อมต่ออยู่ชั้น ทุกโหนดของชั้นออกแทนด้วยหน่วยเสียงที่ MLPs ฝึกประมาณความน่าจะเป็นความน่าจะเป็นของการปล่อยสำหรับแต่ละรัฐอย่างต่อเนื่อง ความหนาแน่น - กรอบ อุปกรณ์ที่ถอดรหัสแล้วใช้เพื่อค้นหาที่ดีที่สุดเดียวสภาพลำดับการใช้ขั้นตอนวิธีการโปรแกรมพลวัต เมื่อเทียบกับระบบ 3.9G พื้นฐาน , mlp-hmm ไฮบริด เพิ่มขึ้นประสิทธิภาพของเครือข่าย contextindependent .อัตราการรู้จำพยัญชนะ และ สระจากรูปแบบ mlp-hmm ลูกผสมสูงกว่าแบบพื้นฐาน เพราะจะช่วยสร้างการรับรู้แบบ MLP แบบที่ค่ามากกว่า ( อืม สรุปโดยรวมคือการปรับปรุงอัตราการรู้จำโดยใช้วิธีการแบบผสม mlp-hmm .