МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ

SPEAKER RECOGNITION USING DEEP LEARNING

Авторы

  • Janybekova S.T.
  • Tolganbayeva G.A.
  • Sarsembayev A.A.

DOI:

https://doi.org/10.54309/IJICT.2021.06.2.011

Ключевые слова:

распознавание говорящего, сверточная нейронная сеть, глубокая нейронная сеть, идентификация по голосу, системы распознавания

Аннотация

В этой статье обсуждается переход от традиционных методов к новым архитектурам глубокого обучения для распознавания говорящего. Он направлен на сравнение традиционных статистических методов и новых подходов с использованием моделей глубокого обучения. Также описаны новейшие методы оптимизации. Из-за разных
подходов существует несколько методик оценки. В этой статье представлен обзор методов глубокого обучения и обсуждается недавняя литература, в которой эти методы используются для распознавания речи. Обзор охватывает используемые базы данных, результаты, вклад в распознавание речи и связанные с этим ограничения.

Скачивания

Данные скачивания пока недоступны.

Загрузки

Опубликован

2021-06-15

Как цитировать

Джаныбекова , С., Толганбаева, Г., & Сарсембаев, А. (2021). SPEAKER RECOGNITION USING DEEP LEARNING. МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ, 2(2), 85–92. https://doi.org/10.54309/IJICT.2021.06.2.011

Выпуск

Том 2 № 2 (2021): МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ

Раздел

Статьи

Лицензия

Copyright (c) 2021 International Journal of Information and Communication Technologies

Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.

https://creativecommons.org/licenses/by-nc-nd/3.0/deed.en