نشر التدريسي م.م.خالد وليد نصار من قسم التمريض في كلية مدينة العلم الجامعة بحث علمي في
المؤتمر الدولي الرابع حول التفاعل بين الإنسان والحاسوب والتحسين والتطبيقات الروبوتية المنعقد في أنقرة تركيا
اسم البحث
Automatic Speech Recognition (ASR) System using convolutional and recurrent neural network
Approach
وكان الهدف من البحث هو التعرف على الكلام مجال بحث نشط ، حيث يتم استكشاف مختلف البنى العصبية العميقة. تم تحسين النماذج الناجحة المنشورة على
مجموعات بيانات ضخمة ومنسوخة ، ومعظمها مغلق. الشبكة العصبية العميقة تحل مهمتين وثيقتي الصلة. يتعلم التعرف على الصوتيات
وصياغة القواعد النحوية في نفس الوقت. يمكن للنموذج أن يوازيهما وأن يبنيهما بدقة عندما تكون مجموعة التدريب كبيرة بما يكفي. ومع ذلك ،
تحتوي اللغات المنحرفة مثل البولندية على قواعد نحوية أكثر بكثير لتعريفها مما في حالة اللغة الإنجليزية. لذلك ، لتحقيق نتائج مماثلة في اللغة
البولندية ، يجب أن تكون مجموعة المواد أكبر بكثير من تلك المقدمة للغة الإنجليزية. في المقابل ، لبناء المزيد من مجموعات البيانات الضخمة ، نقدم نموذج
Synthetic Boosted
، وهو محاولة لاستخدام البيانات التركيبية لإثراء نموذج اللغة الضمني بشكل أكثر عمقًا. في العمل المقدم ،
نقترح هيكل النموذج الجديد ، وظيفة الهدف الجديدة ، وسياسة التدريب الجديدة
ومن اهم النتائج التي خرج بها البحث هو
نجحت شبكة CNNتحسين أداء نموذج الشبكة العصبية الشامل للتعرف التلقائي على الكلام. يمكن استخدام الكم الهائل من البيانات
التركيبية لزيادة المعلومات اللغوية المقدمة للنموذج. تم تحقيق التحسين بفضل بنية النموذج الجديد ، والوظيفة الموضوعية الجديدة ، وسياسة
التدريب الجديدة. ومع ذلك ، يمكن تحسين كل مكون في النهج Syn- thetic Boosted المقدم. لبدء استكشاف المزيد من الأفكار ، نشجع على
زيارة والاستفادة من مشروعنا المفتوح المصدر
Synthetic Boosted Deep- Speech.
