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 информационной системы учета кредитования физических лиц2 000 ₽
Защита персональных данных в медицинском учреждении, диплом по защите информации2 000 ₽
Методика обеспечения защиты информации WEB-сервера от XSS атак на основе многокритериального выбора, ВКР безопасность информационных систем2 000 ₽
Разработка информационной системы инвентаризации оборудования2 000 ₽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 |
Заказывал диплом по специальности «цифровая экономика». Думал, что сделают кое-как, но нет: уникальность 87%, куча расчётов в Python. Менеджер ещё предложил дополнительный перечень вопросов с ответами для защиты — я купил, не пожалел. Комиссия спросила про экономическую эффективность, я уже был готов. Спасибо!
РАНХиГС, ГМУ. Заказал ВКР за месяц — сжато, но реально. Работу получил вовремя, антиплагиат 81%. Но в тексте нашёл пару устаревших ссылок (2018 год). Правки сделали, объяснили, что промахнулись. В целом сервис честный, если попросить доработку. На защите проблем не было.
Заказывала ВКР по психологии. Срок 2 месяца. Сделали чётко, уникальность 89%, SPSS, корреляции. Очень боялась защиты — взяла дополнительный пакет вопросов-ответов. И правильно: комиссия спросила про валидность методик, я ответила дословно. Ощущение, что кто-то держал меня за руку. Спасибо команде!
Очень боялась, что после перевода первой части суммы связь с исполнителями просто потеряется. На деле процесс оказался отлаженным: личный кабинет, статусы этапов, быстрый чат с куратором. Был небольшой косяк с первым автором, который не учёл свежие поправки в отраслевых стандартах, но заменили специалиста за сутки. Новая версия полностью соответствовала методичке. В целом надёжно.
Заказывала доработку бакалаврской работы перед самой защитой. Нужно было срочно добавить сравнительный анализ конкурентов. Сделали за два дня, нашли открытые данные, построили матрицу. Без этой главы меня бы просто не допустили. Спасибо за оперативность и понимание студенческих проблем. Буду рекомендовать одногруппникам.
