Технология "Глубинное обучение" (Deep Mind) может распознавать речь.

Некоторые использовали для этого такие приемы, как DCT (дискретное косинусное преобразование) и DBF (глубокое распознавание особенностей дикторской речи). В общем, раньше исследования в этой области состояли из двух направлений. Первое — с помощью CTC (нейросетевая темпоральная классификация) покадрово распознавать информацию, а потом преобразовывать ее в набор вероятностных распределений среди всех возможных фонем. Недостаток данного направления заключается в том, что слова не связывались друг с другом. Второе направление — тренировка последовательности — модели последовательностей. При этом сначала считывается отрезок последовательной информации, а потом уже производится анализ ее вероятности. Для этой же системы большую роль сыграла статья «Listen, attend and spell». В статье был выдвинут метод точного последовательного преобразования звуков в символы — модель последовательностей.

• 06:04 Эксперт предрекает ралли Solana до $200
• 05:40 Удачный твит принес криптотрейдеру $100 000