Nutqni avtomatik tanib olishning neyron tarmoqlari

Аннотация

Tadqiqot nutqni avtomatik tanib olish (NATO)ning nutqni avtomatik tanib olishning neyron tarmoqlariga bag‘ishlangan. O‘tkazilgan tajriba ma'lum test to‘plami tanlanmalaridan foydalanib, nutqni tanib olishda bir nechta ilovalar taqqoslangan. Ma'lumotlar to‘plami har bir tizim tomonidan Python dasturlash tili ilovalari yordamida tahlil qilindi, chiqish ma'lumotlari normallashtiriladi va WER standartiga muvofiq oldindan transkripsiya qilingan etalon ma'lumotlari bilan taqqoslanadi. Sinov natijalari tahlili o‘tkazilgan, nutqni avtomatik tanib olish tizimining samaradorligi uning elementlarini optimallashtirish va kerakli ma'lumotlar to‘plamidan foydalangan holda o‘qitishga bog‘liqligi to‘g‘risida xulosalar chiqarilgan. Kalit so‘zlar: nutqni tanib olish, akustik modellashtirish, tilni modellashtirish, yashirin Markov modellari, chuqur o‘qitish, neyron tarmoqlari. Nutqni avtomatik tanib olish (NATO) – bu ko‘plab zamonaviy ilovalarda qo‘llaniladigan texnologiyadir. Nutqni avtomatik tanib olishning maqsadlaridan biri mashinalar va insonlar o‘rtasida tabiiy, jonli aloqa o‘xshashligini yaratishdir. Zamonaviy nutqni tanib olish va sintez qilish tizimlari ancha rivojlangan bo‘lib, ular so‘nggi texnologik ishlanmalardan foydalangan holda, ishlash aniqligi bo‘yicha yuqori natijalarni ko‘rsatmoqda. NATO tizimlarining rivojlanishidagi sezilarli yutuqlarga qaramay, avtomatik nutqni tanib olish mukammal ishlamaydi. Har xil turdagi neyron tarmoqlari NATO tizimlarining bir qismiga aylanib, ularni ishini aniqligini oshirmoqda. Biroq, bu tendensiya mukammal emas, kompaniyalar nutqni tanib olish xizmati ichidagi neyron tarmoqlar ishini cheklamoqdalar. Bugungi kunda bozorda turli xil algoritmlarga asoslangan statistik modellardan tortib neyron tarmoqlargacha bo‘lgan NATO tizimlari mavjud. Ushbu tizimlarning ba'zilari aniqlik bo‘yicha yuqori natijalarni ko‘rsatmoqda hamda ularni har biri akustik va tilni modellashtirish yordamida tilga ishlov berishni turlicha yondashuvidan foydalanadi. Nutqni avtomatik tanib olishda neyron tarmoqlar Nutqni avtomatik tanib olish sohasida bir necha turdagi neyron tarmoqlar qo‘llaniladi. Oldinga tarqalish neyron tarmoqlari – bu ma'lum bir tuzilishga, kirish va chiqish tugunlari soniga ega bo‘lgan model bo‘lib, signallarni to‘playdi va ularni chiqish ma'lumotlariga aylantiradigan sensorlar to‘plamidir. Ushbu turdagi o‘qitilgan 88 neyron tarmog‘i kirishida doim bir xil chiqish qiymatini chiqaradi. Boshqacha qilib aytganda, bu vaqtga bog‘li bo‘lmagan mustaqil modeldir. Ushbu turga o‘ramli neyron tarmoqlari (O‘NT) kiradi, ular umumiy signal timsollarini tanib olish masalalarida foydali vosita hisoblanadi. Nutqni avtomatik tanib olishda ular dastlabki ishlov berish bosqichida, shuningdek, yashirin Markov modellari bilan tandemda akustik va tilni modellashtirishda qo‘llanilishi mumkin. Umuman olganda, o‘ramli neyron tarmoqlari NATOda zaif samaraga ega va nutqni tanib olishda faqat ikkinchi darajali vazifalar uchun qo‘llaniladi. O‘z tabiatiga ko‘ra nutqni avtomatik tanib olish masalasi o‘ramli neyron tarmog‘i hal qilishi kerak bo‘lgan vazifalardan sezilarli darajada farq qiladi. Birinchidan, NATOda kirish ma'lumotlari joriy uzun ketma-ketligiga ko‘ra, kirish tugunlari to‘plamini joylashtirish mumkin emas. Chunki audio fayl millionlab ma'lumotlar birliklarini qamrab olishi mumkin. Shu bilan birga, kirishni ma'lum bir qismi konteksti undan oldin va keyin ishlov berilgan kirish bilan bog‘liq bo‘lishi ham mumkin. Tabiiyki, bu masalalarni yechish uchun tayyor vositalardan foydalaniladi, mavjud neyron tarmoq texnologiyalari to‘ldiriladi. Bunday neyron tarmoqlari rekurent (RNT) tarmoqlari deb ataladi. Ular muayyan kiruvchi to‘plami uchun chiqish ma'lumotlari ham oldingi kirishga asoslanadi. Albatta, bunday tuzilma kamchiliklari ham bor va ko‘plab yangi muammolarni keltirib chiqaradi. Masalan, chiqishni generatsiyalashda tizim qanchalik oldingi qiymatlarga qarashi kerakligi aniq emas. Uzoq qisqa muddatli xotirali neyron tarmoqlari ushbu masalani so‘nggi kirishni oldingi kirishlar bilan aralashtiradigan maxsus tugunlarni kiritish orqali yechishga harakat qiladi. Vaqtga bog‘liq bo‘lgan barcha neyron tarmoqlar, ya'ni chiqish ma'lumotlarini generatsiyalashda oldingi kirishlarga ishlov beruvchilar nutq va matn bilan ishlash uchun eng yaxshi neyron tarmoqlari hisoblanadi. Biroq, rekurent neyron tarmoqlar bunday modellarni eng katta sinfi sifatida ajralib turadi. Neyron tarmoqlari chiziqli va deyarli chiziqli bo‘lmagan funksiyalarni modellashtirishda samarali hisoblanadi. Biroq, ular faqat qisqa vaqt ichida signallarga ishlov berishda to‘g‘ri ishlaydi. Agar uzluksiz tabiiy nutq haqida gap ketsa, neyron tarmoqlari ushbu masalani bilan deyarli yecha olmaydi. Shunga qaramay, neyron tarmoqlari statistik modelli usullar (SMU)ga asoslangan nutqni tanib olish tizimlari uchun dastlabki ishlov berish vositasi sifatida keng qo‘llaniladi. Neyron tarmoqlar yaxlitligi bo‘lganligi uchun boshqa usullarga nisbatan ayrim kamchiliklarga eg