Презентация на тему "ЎЗБЕК ТИЛИ НУТҚИНИ АВТОМАТИК ТАНИБ ОЛИШ ТИЗИМИ"

Содержание

• 
  Слайд 1

  ЎЗБЕК ТИЛИ НУТҚИНИ АВТОМАТИК ТАНИБ ОЛИШ ТИЗИМИ

  ХУЖАЯРОВ ИЛЁС ШИРАЛИЕВИЧ МУҲАММАД АЛ-ХОРАЗМИЙ НОМИДАГИ ТАТУ САМАРҚАНД ФИЛИАЛИ

• 
  Слайд 2
  

  2 Кириш

• 
  Слайд 3
  

  3 Нутқни таниш тизимлари

• 
  Слайд 4
  

  4 Нутқни таниш тизимини ишлаб чиқиш 1-расм. Нутқни таниб олишнинг алгоритмлар кетма-кетлиги

• 
  Слайд 5
  

  5 2-расм. Дастлабки ишлов бериш босқичи Дастлабки ишлов бериш Дастлабки ишлов бериш Дискретлаш частотаси VAD Фильтрлаш Фреймлаш Силлиқлаш Ахборот коммуникация технологиялари ва дастурий таъминот яратишда инновацион ғоялар

• 
  Слайд 6
  

  6 Белгиларни ажратиш Мэл кепстрал коэффициентлар (MFCC) Спектрограмма тасвирлари 3-расм. Нутқ сигналининг спектрограмма тасвирлари MFCC Нутқ фрейми(16 мсек) Window   Filterbank Log() DCT Нутқ сигнали Фреймларга ажратиш Ойнадан ўтказиш MFCC Спектрограмма тасвирлари

• 
  Слайд 7
  

  7 Декодлаш (Акустик моделлаштириш) 4-расм. Нейрон тармоқархитектураси

• 
  Слайд 8
  

  8 Нутқ корпуси TIMIT(6300 sentences (5.4 hours) Libirspeech (1000 hours, English speech ) Russian Open Speech To Text (STT/ASR) Dataset (4000 + hours, Russian speech ) Kazakh speech corpus (KSC) (332 hours, Kazakh speech ) Uzbek speech corpus (USC) (120 hours, Uzbek speech )

• 
  Слайд 9
  

  9 Uzbek Speech Corpus(https://usc.spai.uz)

• 
  Слайд 10
  

  10 Uzbek Speech Corpus(https://usc.spai.uz)

• 
  Слайд 11
  

  11 Аудио корпусни йиғиш жараёни

• 
  Слайд 12
  

  12 Аудио корпусни йиғиш жараёни (@Uzspeechdb_bot)

• 
  Слайд 13
  

  13 Аудио корпусни текшириш (@check_Uzspeechdb_bot)

• 
  Слайд 14
  

  14 O’zbektilidaginutqniavtomatiktanishtizimi (uzbekasr) https://github.com/Smart-Projects-Artificial-Intelligence/Uzbek-ASR https://usc.spai.uz https://arxiv.org/abs/2107.14419

• 
  Слайд 15
  

  15 O’zbektilidaginutqniavtomatiktanishtizimi (uzbekasr)

• 
  Слайд 16
  

  16 O’zbektilidaginutqniavtomatiktanishtizimi (uzbekasr)

• 
  Слайд 17
  

  17 Эътиборингиз учун раҳмат