РАСПОЗНАВАНИЕ ФОНЕМ (ГЛАСНЫХ ЗВУКОВ) С ИСПОЛЬЗОВАНИЕМ МАШИННОГО ОБУЧЕНИЯ

Аннотация

В настоящее время системы автоматического распознавания речи (ASR) приобретают особую актуальность благодаря развитию искусственного интеллекта и машинного обучения. Актуальность исследования определяется недостаточным развитием систем распознавания фонем казахского языка, особенно гласных звуков, и нехваткой цифровых языковых ресурсов. Цель исследования – разработка модели машинного обучения для высокоточного распознавания гласных звуков казахского языка. Для этого проведены предварительная обработка речевых сигналов, извлечение признаков с помощью MFCC и сравнение алгоритмов Random Forest, SVM и ANN. В результате модель ANN показала наибольшую точность. Полученные результаты позволяют повысить качество систем распознавания речи на казахском языке и могут быть применены в области голосовой биометрии и звуковых интерфейсов.