Analysis of Automatic Speech Recognition Methods

Iosifova, Olena та Iosifov, Ievgen та Sokolov, V. Y. та Romanovskyi, O. та Sukaylo, I. (2021) Analysis of Automatic Speech Recognition Methods Cybersecurity Providing in Information and Telecommunication Systems, 2923. с. 252-257. ISSN 1613-0073

[thumbnail of O_Iosifova_I_Iosifov_V_Sokolov_O_Romanovskyi_I_Sukaylo_CEUR_2923.pdf] Текст
O_Iosifova_I_Iosifov_V_Sokolov_O_Romanovskyi_I_Sukaylo_CEUR_2923.pdf - Опублікована версія

Download (1MB)
Офіційне посилання: http://ceur-ws.org/Vol-2923/paper27.pdf

Анотація

This paper outlines structures of different automatic speech recognition systems, hybrid and end-to-end, pros and cons for each of them, including the comparison of training data and computational resources requirements. Three main approaches to speech recognition are considered: hybrid Hidden Markov Model – Deep Neural Network, end-to-end Connectionist Temporal Classification and Sequence-to-Sequence. The Listen, Attend, and Spell approach is chosen as an example for the Sequence-to-Sequence model.

Тип елементу : Стаття
Додаткова інформація: EID: 2-s2.0-85112360373
Ключові слова: Automatic speech recognition; ASR; hidden Markov model; HMM; deep neural network; DNN; LAS; hybrid; end-to-end; sequence-to-sequence; speech recognition; speech-to-text
Типологія: Це архівна тематика Київського університету імені Бориса Грінченка > Статті у наукометричних базах > Scopus
Підрозділи: Це архівні підрозділи Київського університету імені Бориса Грінченка > Факультет інформаційних технологій та математики > Кафедра інформаційної та кібернетичної безпеки імені професора Володимира Бурячка
Користувач, що депонує: Volodymyr Sokolov
Дата внесення: 20 Серп 2021 11:58
Останні зміни: 27 Серп 2021 06:20
URI: https://elibrary.kubg.edu.ua/id/eprint/36995

Actions (login required)

Перегляд елементу Перегляд елементу