The performance of hybrid system wa

The performance of hybrid system was compared with an HMM-based recognizer where emission probabilities are modeled with mixtures of Gaussian components. During training using MLPs, the numbers of hidden nodes were varied to find the best accuracy as shown in Table 4. Table 5 shows the accuracy for each tone from the output of tone classifier. Table 6 shows the results of word recognition in terms of word error rate.

ผลลัพธ์ (ไทย) 1:

ประสิทธิภาพของระบบไฮบริดถูกเปรียบเทียบกับที่จำลองกิจกรรมปล่อยก๊าซ มีส่วนผสมของส่วนประกอบของ Gaussian การจำแนกใช้ HMM ในระหว่างการฝึกอบรมโดยใช้ MLPs หมายเลขของโหนซ่อนได้แตกต่างกันในการค้นหาแม่นยำที่สุดดังแสดงในตาราง 4 ตาราง 5 แสดงความถูกต้องสำหรับแต่ละสัญญาณจากเอาท์พุทของ classifier เสียง ตาราง 6 แสดงผลการรู้จำคำในคำอัตราข้อผิดพลาด

ผลลัพธ์ (ไทย) 2:

ประสิทธิภาพการทำงานของระบบไฮบริดได้รับการเปรียบเทียบกับการจำแนก HMM-based ที่น่าจะปล่อยออกมาเป็นรูปแบบที่มีส่วนผสมของส่วนประกอบเสียน ในระหว่างการฝึกอบรมโดยใช้ MLPs หมายเลขของโหนดที่ซ่อนอยู่ในแต่ละการทดลองเพื่อหาสิ่งที่ถูกต้องที่ดีที่สุดดังแสดงในตารางที่ 4 ตารางที่ 5 แสดงให้เห็นถึงความถูกต้องเสียงจากการส่งออกของลักษณนามเสียงแต่ละ ตารางที่ 6 แสดงให้เห็นถึงผลของการจดจำคำในแง่ของคำว่าอัตราความผิดพลาด

ผลลัพธ์ (ไทย) 3:

ประสิทธิภาพการทำงานของระบบไฮบริด คือ เมื่อเทียบกับการใช้ recognizer หืที่ความน่าจะเป็นมีแบบจำลองที่มีส่วนผสมของคอมโพเนนต์ ) . ในระหว่างการฝึกอบรมโดยใช้ MLPs , ตัวเลขของโหนดที่ซ่อนอยู่แตกต่างกันไปเพื่อค้นหาความถูกต้องที่สุด ดังแสดงในตารางที่ 4 ตารางที่ 5 แสดงให้เห็นถึงความถูกต้องของแต่ละสัญญาณจากเอาต์พุตของสัญญาณลักษณนามตารางที่ 6 แสดงผลลัพธ์ของการรับรู้ว่าในแง่ของอัตราความผิดพลาดของ Word