Som regel olika system för taligenkänning, individer, tolkar och andra använder enorma server kapacitet för deras arbete. Och för att göra dem tillgängliga för alla, utvecklare överföra alla data över Internet, vilket gör det omöjligt att använda dem offline. Men moderna algoritmer av neurala nätverk för att bidra till att uppnå riktigt bra resultat. För inte så länge sedan, Microsoft och Google har redan gjort sin översättare baserad på neurala nätverk helt oberoende av nätet, och det är nu dags algoritmer för röstigenkänning.
Ansvarig för utveckling av ett team av forskare från University of Waterloo och en startup som heter DarwinAI. Deras teknik kallas EdgeSpeechNets.
“I denna studie använder vi en strategi för att skapa arkitektur med en låg nivå av belastning på enheten, men med alla fördelar med den metod med hjälp av en kraftfull neurala nätverk med djupt lärande.”
Till att börja med experter har skapat en prototyp av det framtida systemet, som utförs taligenkänning, men besatt en begränsad vokabulär. Han var dock kunna identifiera kända nyckelord, även från en mycket snabbt flöde av tal. Därefter följer uppgifter användes för att konvertera audio signalen till en matematisk formel. Denna formel har därefter använts för att utforma den neurala nätverk, som skulle ha hög prestanda, men skulle inte vara krävande för hårdvaran.
Efter detta bestämde sig för att testa den resulterande programmet. För detta ändamål har vi använt Google lagring Tal-Kommandon, som innehåller 65000 1 andra ljud prover. I slutet, en version av systemet, nämligen EdgeSpeechNet-D visade bra resultat, att nå en precision av 97% på svag smartphone Motorola Moto E en c-processor på 1,4 GHz.
“EdgeSpeechNet har högre erkännande noggrannhet på en mycket lägre kostnad för datorer. Resultaten visar att EdgeSpeechNet kunde uppnå den mest avancerade prestanda, kräver betydligt mindre datorkraft, vilket gör dem mycket lämpliga för användning i mobila enheter och appar.”
Detta och andra nyheter kan du diskutera i vår chatt i Telegram.