Šnekos aptikimo algoritmų tyrimas
Ramanauskas, Rimvydas |
Sledevič, Tomyslav | Recenzentas / Rewiewer |
Šio darbo tikslas - atlikti kelių skirtingų algoritmų, naudojamų šnekos aptikimo tikslu, apžvalgą bei atlikti vieno pasirinkto algoritmo testavimus. Siekiant šio tikslo buvo apsirinktas LSTM algoritmas ir naudojant Python programavimo kalbą ir jai skirtus paketus sukuriama programa leidžianti sugeneruoti keletą skirtingų dirbtinių neuronų tinklų ir atlikti jų mokymą. Neuronų tinklų modeliai testuojami naudojant vienodą duomenų rinkinį. Mokymo ir testavimo rezultatai pateikiami grafiškai.Šnekos aptikimo algoritmų tyrimas. Magistro baigiamasis darbas informatikos inžinerijos laipsniai. Vilniaus Gedimino technikos universitetas. Vilnius, 2022, 32 p., 22 iliustr., 1 lent., 13 bibl., 1 priedas
The purpose of this work - to investigate several different voice activity detection algorithms and do a review. Select and test one of the algorithms. LSTM algorithm was selected and, by utilizing Python programming language and it's packages, the software was build capable of generating several different neural networks models and proceed to train them. All neural network models use same dataset. Graphs were created to represent training and testing of neural network models. Investigation of voice activity detection algorithm. Master's Thesis. Vilnius Gediminas Technical University. Vilnius, 2022, 32 p., 22 fig., 1 table, 13 lit., 1 annex