Speech recognition using pulse coupled neural network

Chandrasekaran, Pravin; Bodruzzaman, M.; Yuen, G.; Malkani, Mohan

doi:10.1109/ssst.1998.660127

Cited by 3 publications

(3 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Les poids k des canaux en ordre croissant, de 1 à 24, sont donc : 0, 0, 1, 0, 0, 3,4,2,7,6,9,14,13,15,20,17,19,18,16,11,12 En observant les résultats de la reconnaissance (tableau A.4), il est surprenant de voir qu'un grand pourcentage des prononciations est classé correctement (79 %). De plus, les résultats obtenus avec le cinquième locuteur (mpe), non utilisés pour la création des modèles, sont de l'ordre de 90 %.…”

Section: A 15 Exempleunclassified

Exploration de réseaux de neurones à décharges dans un contexte de reconnaissance de parole /

Loiselle¹

2004

View full text Add to dashboard Cite

Section: A 15 Exempleunclassified

Exploration de réseaux de neurones à décharges dans un contexte de reconnaissance de parole /

Loiselle¹

2004

View full text Add to dashboard Cite

“…A geração de vetores de características (features), que permitam identificar o locutor de forma dependente do texto, é o objetivo da RNP utilizada por Chandrasekaran et al [14]. O vetor de entrada da rede é composto pelo espectrograma da locução sob a forma de uma imagem que é apresentada para a rede de uma única vez.…”

Section: Trabalhos Correlatosunclassified

“…• Malkani -Pulsed coupled neural networks [14] espectrograma no pré-processamento; base de dados com 10 locutores; contagem do número de neurônios que dispara, gerando ícone; não apresenta resultados quantitativos, apenas mostra que os ícones diferem entre os locutores.…”

Section: Ral Dependente Do Textounclassified

Reconhecimento automático do locutor com redes neurais pulsadas.

Timoszczuk¹

View full text Add to dashboard Cite

AGRADECIMENTOSAo amigo e orientador Prof. Dr. Euvaldo F. Cabral Júnior, pelas indicações de rumo nas horas decisivas e pelo apoio e incentivo incansável.Aos amigos que de uma forma ou de outra colaboraram com este trabalho. RESUMOAs Redes Neurais Pulsadas são objeto de intensa pesquisa na atualidade. Neste trabalho é avaliado o potencial de aplicação deste paradigma neural, na tarefa de reconhecimento automático do locutor.Após uma revisão dos tópicos considerados importantes para o entendimento do reconhecimento automático do locutor e das redes neurais artificiais, é realizada a implementação e testes do modelo de neurônio com resposta por impulsos. A partir deste modelo é proposta uma nova arquitetura de rede com neurônios pulsados para a implementação de um sistema de reconhecimento automático do locutor.Para a realização dos testes foi utilizada a base de dados Speaker Recognition v1.0, do CSLU -Center for Spoken Language Understanding do Oregon Graduate Institute -E.U.A., contendo frases gravadas a partir de linhas telefônicas digitais. Para a etapa de classificação foi utilizada uma rede neural do tipo perceptron multicamada e os testes foram realizados no modo dependente e independente do texto.A viabilidade das Redes Neurais Pulsadas para o reconhecimento automático do locutor foi constatada, demonstrando que este paradigma neural é promissor para tratar as informações temporais do sinal de voz. ABSTRACTPulsed Neural Networks have received a lot of attention from researchers. This work aims to verify the capability of this neural paradigm when applied to a speaker recognition task.After a description of the automatic speaker recognition and artificial neural networks fundamentals, a spike response model of neurons is tested. A novel neural network architecture based on this neuron model is proposed and used in a speaker recognition system.Text dependent and independent tests were performed using the Speaker Recognition v1.0 database from CSLU -Center for Spoken Language Understanding of Oregon Graduate Institute -U.S.A. A multilayer perceptron is used as a classifier.The Pulsed Neural Networks demonstrated its capability to deal with temporal information and the use of this neural paradigm in a speaker recognition task is promising.

show abstract

The Research of Speech Recognition in Low SNR Based on GA-SVM

Wang

Zhang

2014

AMM

View full text Add to dashboard Cite

To improve recognizing rate and recognizing efficiency, the algorithm of double-threshold is adopted in the endpoint detection, Mel-frequency Spectral Coefficients is obtained as speech characteristic parameters, the SVM parameters, penalty factor and kernel function parameter, were optimized with genetic algorithm, then, an speech recognition model was established with GA-SVM method. The improved algorithm was simulated by matlab, the experiment shows that this algorithm can achieved good results in isolated word speech recognition.

show abstract

Speech recognition using pulse coupled neural network

Cited by 3 publications

References 4 publications

Exploration de réseaux de neurones à décharges dans un contexte de reconnaissance de parole /

Exploration de réseaux de neurones à décharges dans un contexte de reconnaissance de parole /

Reconhecimento automático do locutor com redes neurais pulsadas.

The Research of Speech Recognition in Low SNR Based on GA-SVM

Contact Info

Product

Resources

About