Применение скрытых марковских моделей в системах компьютерного обучения произношению
Получите бесплатно демо-версию Демо-версия - дипломная работа, в котрой удалена часть текста, рисунков, таблиц.Посмотреть все услуги дипломной работы на электронную почту.
Введите адрес электронной почты и нажмите "Отправить"
Разработка автоматизированной информационной системы учета успеваемости студентов колледжа8 208 ₽
Методика обеспечения защиты информации WEB-сервера от XSS атак на основе многокритериального выбора, ВКР безопасность информационных систем11 880 ₽
Разработка информационной системы учета кредитования физических лиц8 208 ₽
Разработка информационной системы учета трафика в ЛВС компании, Диплом по информатике8 748 ₽Описание
Работа выполнена и представлена в 2016.
Современные информационные технологии могут кардинально изменить тревожную ситуацию в области коррекции и устранения речевых нарушений у детей (логопедия). Дефекты речи являются частым отклонением у детей дошкольного возраста. Если двенадцать лет назад свыше 100 тыс. детей в России посещали почти 5 тыс. специальных учреждений, то сейчас примерно у половины первоклассников есть дефекты речи, и это число постоянно растет. Очевидна проблема, требующая скорейшего решения, и оно возможно, если в помощь логопедам и родителям можно будет предложить специальные программы, помогающие изучению произношения и устраняющие уже существующие дефекты речи.
Произношение неразрывно связано с распознаванием речи, одной из самых сложных задач искусственного интеллекта. Именно поэтому, задача исследования возможностей математических моделей и методов, применяемых в системе распознавания речи, является актуальной.
Задача распознавания речи состоит в автоматическом восстановлении текста произносимых человеком слов, фраз или предложений на естественном языке. Человек для понимания устной речи задействует не только свои знания о языке, но и смысл произносимого. Каждый из нас понимает, что выражение, произнесенное с разной интонацией и в разных условиях, на уровне сигнала будет выглядеть совершенно по-разному. Но люди всё равно понимают друг друга, т.е. есть нечто неизменное, благодаря чему по сигналу можно понять, что было сказано. Поиск таких неизменных частей является задачей акустического моделирования. Акустическая модель - это функция, на вход которой подается небольшой участок акустического сигнала, и выдающая распределение вероятностей различных звуков на этом участке.
На сегодняшний день практически все известные системы распознавания речи основаны на статических методах. Обычно таким является метод, называемый скрытым марковским моделированием (СММ), так как при использовании данного метода вероятность распознавания слов очень велика (80-90%). В то же время каждый речевой сигнал может быть представлен в виде вектора, заданного в некотором параметрическом пространстве, после чего этот вектор может быть запомнен в нейросети. Модели искусственных нейронных сетей так же используются для акустико-фонетического моделирования речевого сигнала. Принципы работы таких моделей основываются на биологических моделях нервных систем.
СММ и искусственные нейронные сети (ИНС), созданные в виде компьютерных моделей, с успехом справляются с задачами распознавания. Существует так же гибридная модель ИНС и СММ, которая позволяет эффективно объединить и усилить их возможности. Для анализа самого произношения выбрана дифференцирующая модель, которая предполагает индивидуальный пошаговый контроль с объективной системой оценивания, при этом у компьютера для этого есть огромные возможности.Поэтому эти модели выбраны основными для исследования и анализа.
Характеристики
Программа с исходниками | Да, Delphi |
Год | 2016 |
Огромное спасибо команде за спасение! Честно говоря, у меня уже опускались руки: тема была очень сложной, и я просто не справлялась сама. Веб-дизайн, нейросети. Ребята взялись за работу и сделали всё в супер-сжатые сроки — чуть больше недели! Правки вносили моментально, всё подготовили в лучшем виде. Итог — защита на "отлично"! Безумно благодарна за помощь, вы лучшие!
Хочу выразить огромную благодарность команде diplom-it.ru! Заказывал диплом по направлению «Цифровая экономика» в Университете Синергия. Тема была жутко сложная, связанная с Big Data и прогнозированием, сам бы я точно не справился. Ребята не просто скинули «сырой» текст, а сделали полноценное исследование с актуальными расчетами. Антиплагиат прошел на ура (82% по версии вуза), уникальность текста отличная. Менеджеры на связи 24/7, отвечали даже на глупые вопросы ночью. Защитился на пятерку, комиссия похвалила за практическую часть. Рекомендую! ВУЗ: Синергия, специальность: Цифровая экономика.
Огромный респект команде diplom-it.ru! Ситуация была критическая: до сдачи диплома в МТИ (специальность «Менеджмент в игровой индустрии») оставалось 2 недели, а у меня была только введению и половина первой главы. Думал, все, вылетаю. Ребята взялись за работу моментально. Написали не просто текст, а крутой проект с анализом рынка и финансовой моделью. На защите препод даже удивился, откуда у меня такие свежие данные. Защитился на 5! Очень выручили.
Обращался на diplom-it.ru за помощью с дипломом в МТИ (специальность — прикладная информатика, если это важно). Остался доволен сервисом. Работа была готова раньше срока, что дало время спокойно подготовить речь и раздаточный материал. Оформление полностью по ГОСТу, список литературы свежий. Цена, кстати, оказалась чуть ниже, чем в среднем по рынку, хотя я переживал, что низкая цена = плохое качество. Но нет, тут соотношение цены и качества хорошее. Советую.
Хочу поделиться своей историей успеха с сайтом diplom-it.ru. Учусь в Синергии на факультете психологии. Тема диплома: «Влияние эмоционального интеллекта на успешность в карьере у студентов выпускных курсов». Тема модная, но сырая, литературы много, но нужно было грамотно провести исследование. Я переживала, что автор не сможет правильно составить опросники и обработать данные в SPSS. Каково же было мое удивление, когда в готовой работе я увидела не только качественную теорию, но и шикарную практическую часть с таблицами, корреляционным анализом и понятными выводами! Научный руководитель (довольно строгая женщина) сказала, что это одна из лучших работ за последние годы. Защита на отлично. Спасибо большое автору и персональному менеджеру за поддержку!
