کاربرد شبکه‌های عصبی دوسویه در تشخیص گفتار

یکی از رو شهای متداول در بازشناسی گفتار استفاده از شبکه های عصبی است. معمولاً از شبکه های عصبی جلوسوی چندلایه برای این منظور استفاده می شود. در این تحقیق برای بازشناسی گفتار، در سطح آوا، با الهام گرفتن از شواهد زیستی موجود در سیستم عصبی انسان، ساختاری دو سویه به کمک شبکه های عصبی ارائه شده است. مقایسه نتایج این روش با نتایج شبکه جلوسو نشان دهنده تأثیر استفاده از شبکه های دوسویه در تعلیم دادگان آوایی است. از آنجایی که بازشناسی گفتار در محیط های نویزی از مسائل مطرح در حوزه پردازش گفتار است، در این تحقیق کارایی شبکه های دوسویه برای این منظور نیز بررسی شده است. نتایج نشان می دهد که استفاده از شبکه های دوسویه راه حل مناسبی برای غلبه بر نویز است. در واقع این تأثیر ناشی از تشکیل و ظهور جاذبها در شبکه دوسویه است که در مراحل تعلیم به شبکه آموزش داده می شوند و در تعامل شبکه جلوسو با شبکه معکوس نمود عینی پیدا می کنند. همچنین در این تحقیق مشاهده شده است که جاذب های ناخواسته در شبکه دوسویه شکل نمی گیرند. لذا این روش، ایجاد جاذب های مناسبتری را نسبت به دیگر شبکه های بازگشتی نظیر شبکه هاپفیلد در اختیار قرار می دهد.

کلیدواژه ها:

شبکه عصبی جلوسو و بازگشتی ، شبکه عصبی دوسویه ، بازشناسی آوا ، نویز ، جاذب