Robust Speech Recognition by Improvement Missing Features using Bidirectional Neural Network
Publish place: 17th Iranian Conference on Biomedical Engineering
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: English
View: 878
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME17_047
تاریخ نمایه سازی: 9 تیر 1392
Abstract:
In this paper we present a new method for nonlinear compensation of mismatches, e.g. additive noise, on clean and noisy speech recognition. We were inspired by the human recognition system in development and implementation of a new Bidirectional Neural Network (BNN). This procedure, results in improvement of input features and consequently increasing the overall recognition accuracy. The feedforward weights of this network are trained using both clean and noisy speech features. The results demonstrate significant improvements in clean and especially noisy speech recognition accuracy compared to reference model trained on unimproved features.
Keywords:
Authors
Hojat Mohammadnejad
Engineering Faculty Shahed University Tehran, Iran
Mansoor Vali
Engineering Faculty Shahed University Tehran, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :